《表2 引入上下文机制后3个网络的表现》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进Mask R-CNN的纸箱堆垛分割与定位方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

原始网络是首先经过特征层提取特征，然后经过RPN网络和ROI Align机制，将候选位置的特征进行池化，得到固定维度大小的特征向量。由于池化是将特征图划分为多个小区域进行池化，从理论上讲，将不同尺度的区域进行池化再融合的方式能够引入上下文信息。因此本文在原有网络的基础上，设计了一条1.5倍区域交叉池化的支路，该支路的池化区域是原有支路池化区域的1.5倍，两条支路并行处理，各自输出特征向量并进行拼接，连接后面的分类回归网络。添加该步骤的目的在于引入上下文信息，将上下文信息和原有的区域特征有机结合，以达到强化语义表达的目的。为验证改进方案的有效性，将上下文机制引入到3个网络中，改进前后的网络表现如表2所示。