基于RetinaNet的密集型钢筋计数改进算法

发布时间：2023-04-26 05:05

　　提出了一种基于Retina Net目标检测框架,结合高斯混合模型(GMM)和期望最大化(EM)算法的钢筋计数方法。通过在Retina Net特征提取后端增加Soft-IOU层以对预测框与真实框的交并比进行评估。借助Soft-IOU评估到的质量分数,生成钢筋目标检测的高斯混合模型。针对Retina Net原始框架对密集目标检测效果欠理想的问题,采用了基于EM算法的高斯混合聚类方法解决歧义检测以提高计数精度。实验结果表明:改进后的方法较Retina Net算法平均精度提高了3.3%,计数均方根误差提升了64.2,具有很强的适应性。

【文章页数】：4 页

【文章目录】：
0 引言
1 基于Retina Net改进的钢筋计数算法
    1.1 卷积层Soft-IOU
    1.2 EM合并算法
2 实验结果与分析
    2.1 实验设置
    2.2 目标检测结果与对比
    2.3 计数结果对比分析
3 结论



本文编号：3801800