Indexed by：
Abstract：
针对多目标检测主流方法仅能表示目标间像素距离，未能真正表示目标间真实距离的问题，提出融合深度信息的多层次图关系网络的多目标检测方法，以多尺度候选框为节点构建多尺度图关系网络，节点间的关系不仅融合像素距离还增加了目标的深度信息。相比主流方法在像素层构建单一图网络，该模型可以均衡不同远近和大小的目标，更能体现目标间真实关系，从而提升图像多目标检测效果。实验结果显示：在“识别佩戴手套”数据集上，本文方法的mAP50指标比YOLOv3和YOLOX均提升了5%;在大规模数据集Visual Genome上，本文方法比传统方法检测效果提升了约10%。
Keyword：
Reprint 's Address：
Email：
Source ：
中国科技论文
Year： 2022
Issue： 11
Volume： 17
Page： 1194-1200
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
