- · 关于举办2021第十届“龙图杯”全国BIM（建筑信息模型）大赛的通知 [01/29]
- · 第八届中国图学大会（China Graphics'2021）征稿通知[01/13]
- · 关于第十六期“全国BIM技能等级考试”成绩复议 有关事项的通知[01/12]
- · 第二十四期“全国CAD技能等级考试”考试通知 [11/20]
- · 第一届图学计算与工业软件发展研讨会会议通知 [11/12]
- · 公告 [10/30]
- · 第十六期“全国BIM技能等级考试”考试通知 [10/28]
- · 关于举办第六届数字化论坛暨中国图学学会数字化设计与制造专业委员会 2020 年会的通知[10/13]
多阶段优化的小目标聚焦检测
作者:周立旺 潘天翔 杨泽曦 王斌
关键词: 目标检测; 小目标检测; 由粗到精; 无人冰柜; 深度学习;
摘要：目标检测是深度学习领域重要的基础问题之一,目前已经有相当多且较为成熟的研究。无人冰柜是人工智能在零售产业的一个应用场景。其通过冰柜内设置的摄像头捕捉图像,利用目标检测方法检测出顾客手中抓取的商品,然后进行后续的商品分类等任务的工作。而由于场景及硬件的限制,无人冰柜中只能使用速度快但精度较低的深度模型,而这些模型往往在小目标的检测上精度相对更低。针对无人冰柜场景数据的背景单一、目标范围小等特殊性,改进了主流的目标检测方法,提出了一种基于聚焦的由粗到精的2阶段检测网络结构FocusNet,提升了该场景下的小目标检测效果。该方法相比先前的模型在小目标检测上的平均准确率提升了8.3%,总体检测平均准确率提升了3.5%。