طريقة اكتشاف الأهداف المبنية على دالة خسارة إطار الحدود المحسّنة لـ CIoU
摘要
تلعب دالة الخسارة دورًا هامًا في دقة الكشف لمهام اكتشاف الأهداف وسرعة تقارب النموذج، وتُعتبر دالة خسارة إطار الحدود في دالة الخسارة عاملًا مهمًا يؤثر على نتائج الكشف وسرعة تقارب النموذج. لمواجهة مشاكل دقة التموقع المنخفضة للنماذج التقليدية وبطء تقارب النموذج أثناء التدريب، يقترح هذا البحث دالة خسارة إطار حدود محسّنة بناءً على دالة خسارة CIoU، والتي تحل مشكلة انفجار التدرجات الناتجة عن نسبة عرض وارتفاع إطار الحدود أثناء التفاضل في دالة خسارة CIoU ومشكلة تدهور النموذج المبكر، كما تم إدخال علاقة مساحة التداخل مع عرض وارتفاع إطار الهدف والمسافة الموحدة بين نقاط المركز كعامل عقابي إضافي لرفع دقة الكشف وسرعة تقارب النموذج. تُسمى هذه الدالة دالة خسارة BCIoU (CIoU الأفضل). أظهرت نتائج التجارب على مجموعة بيانات PASACL VOC 2007 أن دالة خسارة إطار الحدود BCIoU المحسّنة تحت شبكة YOLOv3 حسّنت مؤشر mAP50 بنسبة 2.09% ومؤشر AP بنسبة 6.88% مقارنة بخسارة IoU؛ كما حسّنت مؤشر mAP50 بنسبة 1.64% ومؤشر AP بنسبة 5.35% مقارنة بخسارة CIoU. كما شهدت سرعة تقارب النموذج تحسينًا معينًا. تعمل دالة خسارة BCIoU المقترحة في هذا البحث على تحسين دقة الكشف وسرعة تقارب النموذج، ويمكن دمجها بسهولة في خوارزميات اكتشاف الأهداف الحالية.
关键词
الرؤية الحاسوبية;اكتشاف الأهداف;الانحدار لإطار الحدود;التدرج;دالة الخسارة
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website