典型文献
结合注意力机制和特征融合的小目标检测方法
文献摘要：
图像中的小目标物体所占像素较少,存在特征难以提取,容易出现漏检的问题,在单次多框检测器(single shot multi-box detector,SSD)模型基础上,提出了 一种结合注意力机制和特征融合的小目标检测方法.首先,采用ResNet50网络作为特征提取骨干网络,解决原网络梯度相关性衰减导致特征提取能力不足的问题;然后,在低层特征提取层中加入注意力机制模块,通过抑制无关信息,提高网络对低层特征的学习能力;最后,将低层特征与高层语义信息进行级联融合,充分利用不同特征图之间的关联信息.实验结果表明:改进模型对小 目标物体检测平均精度均值达到51.1％,比改进前提高了 9.3％,有效提高了小目标物体的检测精度.
文献关键词：
小目标检测;注意力机制;特征融合;单次多框检测器(SSD)模型;ResNet50网络
中图分类号：
作者姓名：
王伟;万晓刚
作者机构：
西安工程大学计算机科学学院,陕西西安710048
文献出处：
引用格式：
[1]王伟;万晓刚-.结合注意力机制和特征融合的小目标检测方法)[J].西安工程大学学报,2022(06):115-123
A类：
B类：
特征融合,小目标检测,目标检测方法,像素,存在特征,漏检,检测器,single,shot,multi,box,detector,SSD,ResNet50,取骨,骨干网络,特征提取能力,低层,注意力机制模块,语义信息,特征图,联信,改进模型,物体检测,平均精度均值,进前,检测精度
AB值：
0.376587
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
