随着卷积神经网络的发展,Ⅹ光安全检查图像的自动目标检测算法已经取得了重大进步。但是,当将这些目标检测算法应用到不同于训练集数据的新数据,即训练域数据和测试堿数据的图像数据服从不一致的分布时,这些检测算法的性能通常会降低。根据Ⅹ光成像的变化,提岀一种基于上下文的透射率自适应堿对齐方法,用于解决检测算法的域不适应问题。首先,通过利用Ⅹ光图像中存在的颜色信息,设计了一种注意力机制来分别处理Ⅹ光图像的毎个颜色通道特征,解决不同Ⅹ光机器的颜色差异问题。接着,提出一种多分辨率特征对齐方法,以解决不同厂商不同Ⅹ光图像之间的数据分布差异。最后,使用上下文向量作为对抗训练的正则化,利用邻域信息提高测试精度。基于ⅹ光图像数据集和( Ityscape数据集的实验表明,所提方法解决了目标检测算法在不同于训练域数据的测试域中精度下降的问题。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !