基于AT-NMS的Mask RCNN改进算法

作者：王梅; 李东旭; 陈琳琳; 范思萌; 许传海; 杨二龙

来源：计算机工程与科学, 2021, 43(10): 1803-1809.

• 目标检测
• Mask RCNN
• AT-NMS
• ResNet

大数据下的目标检测算法常常会出现目标漏检和重复检测问题,针对此问题提出一种基于自适应阈值-非极大值抑制AT-NMS的Mask RCNN改进算法Mask RCNNAT-NMS。首先在ResNet基础上添加可变形卷积模块增强提取目标多层卷积特征的能力;其次使用AT-NMS算法提取目标候选区域的深层信息;然后通过ROI Align2次量化处理实现对目标更加精确的定位;最后通过3个分支实现目标实例分割、目标分类和目标边框回归。实验结果表明,在PASCAL-VOC2012和Indoor CVPR09数据集上,相比于AT-NMS算法,Mask RCNNAT-NMS算法的重复检测率和目标漏检率均有所降低,并且识别精度有所提升。由此可见,Mask RCNNAT-NMS算法能够缓解因固定阈值引起的目标漏检和重复检测问题,且能在此基础上提高检测精度。

• 单位
  东北石油大学