引入注意力机制的蚕茧识别算法

摘要

当前,蚕茧识别方法大多使用费时费力的人工检测,利用Faster R-CNN目标检测框架进行自动识别来节约成本。Faster R-CNN在分类回归任务前对每张蚕茧图片进行特征提取,在提取特征过程中,下采样的pooling操作导致部分特征丢失,对蚕茧类等尺寸较小的物体检测率较低,存在容易漏检、误检等缺陷。针对缺陷提出了加入注意力机制的Faster R-CNN算法,主要思想是使用空洞卷积代替下采样过程的pooling操作,对输出的特征图经过注意力机制网络进行微调,减少高层次特征损失。蚕茧数据集上的实验表明,修改后的算法平均mAP提高了2.5%。