基于数据的不平衡学习大规模分层的目标检测网络方案

作者：张志敏

来源：贵阳学院学报(自然科学版), 2021, 16(01): 7-10.

DOI：10.16856/j.cnki.52-1142/n.2021.01.002

• 目标检测
• 计算机视觉
• Open Images
• 分布式Softmax损失函数

通过对公开图形数据集的详细分析,发现数据集有四种典型特征:规模大、标签系统分层、标注不完整和数据不平衡。针对以上数据集的典型特征,在采用更大的骨干网、分布式Softmax损失函数、分类别采样策略、专家模型和重分类器等应对策略后,单模型mAP精度最优能达到62.29。经过集成之后,mAP精度能最终可提升到67.17。试验结果表明,基于数据的不平衡学习大规模分层的目标检测网络方案有效地提升目标的识别率和准确率

• 单位
  池州职业技术学院