基于深度学习的目标检测算法研究
李淑霞1
杨俊成2
1.河南工业职业技术学院电子信息工程学院 南阳 4730002.河南工业职业技术学院电子信息工程学院 南阳 473000;武汉大学计算机学院 武汉 430072
摘要：论文根据生成对抗网络GAN的工作原理和A-Fast-RCNN模型特点,对GAN网络的生成模型Generator和判别模型Discriminator进行改进;结合辅助分类生成对抗网络AC-GAN添加标签约束的思想和深度卷积生成对抗网络DC-GAN在生成器和判别器中使用卷积神经网络CNN来替代GAN中多层感知机特点,论文提出多分类有条件的深度卷积生成对抗网络AC-DCGAN模型,该模型在生成模型和判别模型中加入多分类和条件辅助选项、添加批量归一化操作;使用卷积和反卷积代替池化层、使用全局池化层代替全连接层,分别在COCO数据集、PASCAL VOC2007数据集和PASCAL VOC2012数据集上测试,都取得了很好的效果.
关键词：生成对抗网络卷积神经网络AC-GANDC-GANAC-DCGAN
分类号：TP311(计算技术、计算机技术)
资助基金：河南省科技厅科技攻关项目(242102210072)河南省教育厅高等学校重点科研项目(22B520009)全国高等院校计算机基础教育研究会纵向课题(2021-AFCEC-202)
论文发表日期：2025-10-20
在线出版日期：2026-01-16（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2688-2692 )
英文信息