计算机应用研究

作者：庄旭君,左华红,韩屏,

单位：1.武汉理工大学信息工程学院,武汉430070；2.武汉楚烟信息技术有限公司,武汉430030；

关键词：目标检测,正负样本,长宽比,损失感知,自适应,

基金：国家自然科学基金资助项目(51405360)；中央高校基础研究基金资助项目(WUT:2018III069GX)；；

针对目标检测模型在训练过程中正负样本分配时没有考虑真实框的长宽比、对物体不同分布的适应能力差等不足，提出了比例先验和损失感知的分配算法RLA。RLA不改变原有检测模型的结构，首先根据真实框的长宽比选择等比例的中心区域，然后计算锚点综合损失，考虑真实框内物体的实际分布，最后通过动态损失阈值的方式区分正负样本。该算法解决了基于IoU分配时适应性差、难以选出最佳正样本等问题，对偏心物体和长宽比悬殊物体的样本分配更加合理。与已有的样本分配算法对比，该算法在MS COCO数据集上的表现更优，比基线FCOS的AP提升1.66%；在模型结构相同时，比ATSS和PAA算法的AP分别提升了0.76%和0.24%，证明了RLA算法的有效性。

来源：2023年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第10期