Método de detección de objetos destacados basado en el aprendizaje colaborativo de redes neuronales de múltiples gráficos

Fuente: Revista de Electrónica e Información Autores: Liu Bing, Wang Tiantian, Gao Lina, Xu Mingzhu, Fu Ping

Resumen

Palabras clave

Detección de objetos salientes / Red neuronal gráfica / Fusión atención-percepción / Aprendizaje colaborativo

1. Introducción

2. El marco general del método propuesto.

Figura 1 El marco general del método propuesto.

3. Método de detección de objetos destacados basado en el aprendizaje colaborativo de redes neuronales de múltiples gráficos

3.1    Obtener características destacadas iniciales

3.1.1 Obtener características iniciales del borde saliente

3.1.2 Obtener características de la región saliente inicial

3.2    Construir datos de estructura de gráfico

3.3    Aprendizaje colaborativo de redes neuronales multigráficos

Figura 2 Diagrama esquemático de la interacción del gráfico inicial.

Figura 3 Módulo de convolución de gráficos mejorado de información dinámica

Figura 4 Módulo de fusión de atención y percepción

3.4    Función de pérdida

4. Resultados y análisis experimentales.

4.1    Conjuntos de datos y métricas de evaluación

4.2     Configuración experimental

Tabla 1 Resultados de rendimiento de los parámetros NN y kk en diferentes configuraciones

Considerando de manera integral los valores del índice de evaluación bajo diferentes configuraciones de parámetros, el número N de nodos del gráfico y el número k de nodos vecinos seleccionados en este documento son 32 y 8, respectivamente.

4.3    Comparación de desempeño

 4.3.1 Comparación cuantitativa

Figura 5 Curvas PR de 9 métodos en 3 conjuntos de datos estándar

Tabla 2 Sα de 9 métodos en 4 conjuntos de datos estándar, 

e indicadores MAE

 4.3.2 Comparación cualitativa

Figura 6 Resultados de la comparación visual

4.4    Experimento de ablación

Figura 7. Las curvas de influencia del número de diferentes tipos de relaciones sobre los indicadores de desempeño Sα, Fωβ y MAE

Tabla 3 Impacto en el rendimiento de diferentes módulos

5. Conclusión

Descargo de responsabilidad: Los artículos y las imágenes reproducidos en la cuenta oficial tienen fines de investigación científica y educativa no comercial para su referencia y discusión, y no pretenden respaldar sus puntos de vista ni confirmar la autenticidad de su contenido. Los derechos de autor pertenecen al autor original. Si el manuscrito reimpreso involucra derechos de autor y otros problemas, comuníquese con nosotros de inmediato para eliminarlo.

Lanzamiento de "Consultoría y tecnología de inteligencia artificial"