改进的Mask R-CNN在车辆实例分割的应用

打开文本图片集

摘要：为了提高标注数据的利用率、无人驾驶实例分割质量及系统的稳定性，本文提出了一种基于Mask R-CNN的注意力机制改进算法。该算法在Basebone结构中嵌入了门控通道注意力机制，并将激活函数修改为Mish函数，提高了深度卷积网络在视觉识别任务和数据集上的泛化能力，增强了函数的稳定性，避免了神经元的初始“死亡”现象。（剩余9826字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。