提出了一種基于Retina Net目標(biāo)檢測框架,結(jié)合高斯混合模型(GMM)和期望最大化(EM)算法的鋼筋計數(shù)方法。通過在Retina Net特征提取后端增加Soft-IOU層以對預(yù)測框與真實框的交并比進行評估。借助Soft-IOU評估到的質(zhì)量分?jǐn)?shù),生成鋼筋目標(biāo)檢測的高斯混合模型。針對Retina Net原始框架對密集目標(biāo)檢測效果欠理想的問題,采用了基于EM算法的高斯混合聚類方法解決歧義檢測以提高計數(shù)精度。實驗結(jié)果表明:改進后的方法較Retina Net算法平均精度提高了3.3%,計數(shù)均方根誤差提升了64.2,具有很強的適應(yīng)性。

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 基于Retina Net改進的鋼筋計數(shù)算法
    1.1 卷積層Soft-IOU
    1.2 EM合并算法
2 實驗結(jié)果與分析
    2.1 實驗設(shè)置
    2.2 目標(biāo)檢測結(jié)果與對比
    2.3 計數(shù)結(jié)果對比分析
3 結(jié)論



本文編號：3801800