基于Mini-Batch_KMeans++自适应锚框学习的Mask_R-CNN改进.pdf

基于Mini-Batch_KMeans++自适应锚框学习的Mask_R-CNN改进.pdf

摘要

摘摘摘要要要

图像目标检测是计算机视觉领域的核心研究方向,在产品质量检测、零部件

识别与定位等工业场景中具有重要应用价值。随着工业视觉数据规模的持续增长,

检测任务将要面对海量的数据标注框,目标尺度分布也更为多样。在此背景下,

统MaskR-CNN采用固定尺寸锚框的做法,难以适配不同数据集中目标的真实

尺度分布,对检测精度的进一步提升构成了直接制约。

本文从数据驱动的自适应锚框学习这一思

文档评论(0)

1亿VIP精品文档

相关文档