本文主要研究内容
作者田敏皓(2019)在《基于增量学习的安检机危险品检测算法研究》一文中研究指出:在人员密集的地方,安检系统对于保证人们安全具有重要作用。目前大多安检系统已经实现智能化,但随着恐怖分子作案手段的升级出现了诸多异型危险品,现有的危险品知识先验模型无法有效覆盖,需通过扩充后数据集重新训练检测模型实现异型危险品的识别。但是,重新训练模型方法会造成模型训练效率低及训练时间随数据扩充而增加的问题。针对该问题,本文研究了一种能充分利用原模型并提高训练效率的增量学习目标检测算法。本文基于传统目标检测算法基本原理,在Fast rcnn网络基础上,为了避免训练过程中梯度消失,研究了基于Fast rcnn的增量学习目标检测算法。将特征提取网络替换为50层的残差网络;同时,向用于输出的全连接部分加入与新类个数相适应的分类神经元和边框回归神经元以实现对新增类别的学习,并设计损失函数使网络在学习新类目标的同时避免灾难遗忘。进一步,针对Fast rcnn网络需单独生成区域的问题,采用了Faster rcnn网络,并对其特征提取网络进行替换。重点研究了该目标检测框架下RPN候选框生成网络的增量学习算法,最后将增量学习思想应用在Faster rcnn框架中的分类和边框回归网络上,该算法提高了检测精度和训练速度。本文算法均在公开无人驾驶数据集和安检数据集上进行实验以验证可行性与有效性。实验结果表明,算法在新旧类上均获得了85%以上的检测置信度,即表明本文算法既能有效利用在旧类上训练网络参数,又能实现对新类目标的学习,从而改善训练模型效率低的问题。
Abstract
zai ren yuan mi ji de de fang ,an jian ji tong dui yu bao zheng ren men an quan ju you chong yao zuo yong 。mu qian da duo an jian ji tong yi jing shi xian zhi neng hua ,dan sui zhao kong bu fen zi zuo an shou duan de sheng ji chu xian le zhu duo yi xing wei xian pin ,xian you de wei xian pin zhi shi xian yan mo xing mo fa you xiao fu gai ,xu tong guo kuo chong hou shu ju ji chong xin xun lian jian ce mo xing shi xian yi xing wei xian pin de shi bie 。dan shi ,chong xin xun lian mo xing fang fa hui zao cheng mo xing xun lian xiao lv di ji xun lian shi jian sui shu ju kuo chong er zeng jia de wen ti 。zhen dui gai wen ti ,ben wen yan jiu le yi chong neng chong fen li yong yuan mo xing bing di gao xun lian xiao lv de zeng liang xue xi mu biao jian ce suan fa 。ben wen ji yu chuan tong mu biao jian ce suan fa ji ben yuan li ,zai Fast rcnnwang lao ji chu shang ,wei le bi mian xun lian guo cheng zhong ti du xiao shi ,yan jiu le ji yu Fast rcnnde zeng liang xue xi mu biao jian ce suan fa 。jiang te zheng di qu wang lao ti huan wei 50ceng de can cha wang lao ;tong shi ,xiang yong yu shu chu de quan lian jie bu fen jia ru yu xin lei ge shu xiang kuo ying de fen lei shen jing yuan he bian kuang hui gui shen jing yuan yi shi xian dui xin zeng lei bie de xue xi ,bing she ji sun shi han shu shi wang lao zai xue xi xin lei mu biao de tong shi bi mian zai nan wei wang 。jin yi bu ,zhen dui Fast rcnnwang lao xu chan du sheng cheng ou yu de wen ti ,cai yong le Faster rcnnwang lao ,bing dui ji te zheng di qu wang lao jin hang ti huan 。chong dian yan jiu le gai mu biao jian ce kuang jia xia RPNhou shua kuang sheng cheng wang lao de zeng liang xue xi suan fa ,zui hou jiang zeng liang xue xi sai xiang ying yong zai Faster rcnnkuang jia zhong de fen lei he bian kuang hui gui wang lao shang ,gai suan fa di gao le jian ce jing du he xun lian su du 。ben wen suan fa jun zai gong kai mo ren jia shi shu ju ji he an jian shu ju ji shang jin hang shi yan yi yan zheng ke hang xing yu you xiao xing 。shi yan jie guo biao ming ,suan fa zai xin jiu lei shang jun huo de le 85%yi shang de jian ce zhi xin du ,ji biao ming ben wen suan fa ji neng you xiao li yong zai jiu lei shang xun lian wang lao can shu ,you neng shi xian dui xin lei mu biao de xue xi ,cong er gai shan xun lian mo xing xiao lv di de wen ti 。
论文参考文献
论文详细介绍
论文作者分别是来自中北大学的田敏皓,发表于刊物中北大学2019-07-04论文,是一篇关于安检系统论文,目标检测论文,增量学习论文,灾难遗忘论文,损失函数论文,中北大学2019-07-04论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自中北大学2019-07-04论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:安检系统论文; 目标检测论文; 增量学习论文; 灾难遗忘论文; 损失函数论文; 中北大学2019-07-04论文;