基于部分加权损失函数的RefineDet

肖振远; 王逸涵; 罗建桥; 熊鹰; 李柏林

首页> 中文期刊> 《计算机应用》 >基于部分加权损失函数的RefineDet

基于部分加权损失函数的RefineDet

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对目标检测网络单阶改进目标检测器(RefineDet)对类间不平衡数据集中小样本类别检测性能差的问题,提出一种部分加权损失函数SWLoss.首先,以每个训练批量中不同类别样本数量的倒数作为启发式的类间样本平衡因子,对分类损失中的不同类别进行加权,从而提高对小样本类别学习的关注程度;然后引入多任务平衡因子对分类损失和回归损失进行加权,缩小两个任务学习速率的差异;最后,在目标类别样本数量存在大幅差异的Pascal VOC 2007数据集和点阵字符数据集上进行实验.结果表明,与原始RefineDet相比,基于SWLoss的RefineDet明显提高了小样本类别的检测精度,它在两个数据集上的平均精度均值(mAP)分别提高了1.01、9.86个百分点;与基于损失平衡函数和加权成对损失的RefineDet相比,基于SWLoss的RefineDet在两个数据集上的mAP分别提高了0.68、4.73和0.49、1.48个百分点.

著录项

来源
《计算机应用》 |2021年第7期|1928-1932|共5页
作者
肖振远; 王逸涵; 罗建桥; 熊鹰; 李柏林;
展开▼
作者单位

西南交通大学机械工程学院成都610031;

西南交通大学机械工程学院成都610031;

西南交通大学机械工程学院成都610031;

西南交通大学机械工程学院成都610031;

西南交通大学机械工程学院成都610031;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
目标检测; 不平衡数据集; 加权损失; 分类损失; 回归损失;

相似文献

中文文献
外文文献
专利

1. 加权平方损失函数和MLINEX损失函数下一类分布族参数的Minimax估计 [J] . 任海平 ,李中恢 . 统计与决策 . 2009,第14期
2. 基于加权损失函数的粘连白细胞分割算法 [J] . 赵晓晴 ,李慧盈 ,苏安炀 . 吉林大学学报（理学版） . 2021,第001期
3. 基于加权损失函数的多尺度对抗网络图像语义分割算法 [J] . 张宏钊 ,吕启深 ,党晓婧 . 计算机应用与软件 . 2020,第001期
4. 加权平方损失函数下幂函数分布参数的Bayes估计与性质 [J] . 徐宝 ,祁鹤 ,陆晴 . 吉林师范大学学报（自然科学版） . 2021,第001期
5. 结合Skip-gram和加权损失函数的神经网络推荐模型 [J] . 李淑芝 ,余乐陶 ,邓小鸿 . 计算机工程与应用 . 2020,第019期
6. 一种基于加权损失函数模型的多元稳健设计方法 [C] . 潘翀 ,马义中 . 第五届中国管理科学与工程论坛 . 2007
7. 基于加权损失函数下的广义指数预报因子模型的汇率预测 [A] . 尹伟 . 2010

基于部分加权损失函数的RefineDet

摘要

著录项

相似文献

相关主题

期刊订阅