利用卷积神经网络进行“问题地图”智能检测
摘要
针对当前中国“问题地图”审核依赖人工目视判别效率低下的问题，提出一种端到端的小样本场景下基于卷积神经网络的多尺度特征融合自适应“问题地图”检测方法。通过对数据集进行实时增强，克服了卷积神经网络需要大量训练样本的问题。通过融合多个不同尺度下的地图，实现了多尺度下的“问题地图”显著错误区域的智能检测。利用版图错误区域属性对区域建议网络进行优化，进一步提高检测的精度。并通过实验验证了所提方法的有效性。相较于现有的“问题地图”检测方法，所提方法的准确率提高8倍，为大规模“问题地图”检测提供了新方法。
引用本文（GB/T 7714）
任加新, 刘万增, 李志林, 等. 利用卷积神经网络进行“问题地图”智能检测[J]. 未知来源, 2021.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。