基于坐標(biāo)注意力機(jī)制增強(qiáng)的CenterNet模型在煙草甲檢測(cè)中的應(yīng)用

打開文本圖片集

摘要：通過(guò)在CenterNet模型中引入坐標(biāo)注意力機(jī)制，使CAM-CenterNet模型更多地關(guān)注對(duì)煙草甲（Lasioderma serricorne）（以下簡(jiǎn)稱煙蟲）表征能力好的通道和位置，降低煙絲、煙末等雜質(zhì)的干擾，將精確率（Precision）、召回率（Recall）、平均精度（mAP）、每秒幀率（FPS）以及模型參數(shù)量（Params size）作為評(píng)價(jià)指標(biāo)，對(duì)CAM-CenterNet模型、CenterNet模型、YOLOv3模型和Faster R-CNN模型的煙蟲檢測(cè)性能進(jìn)行對(duì)比。（剩余11603字）