《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》
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。
图表编号 | XD00145322300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 陶磊、李天剑、胡欢 |
绘制单位 | 北京信息科技大学机电工程学院、北京信息科技大学机电工程学院、北京信息科技大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |