典型文献
面向小目标检测的并行高分辨率网络设计
文献摘要：
当前目标检测算法对小目标检测存在特征信息易丢失的问题,利用网络处理高分辨率特征图数据可以缓解,但存在语义信息不足和计算负担大的缺点.为弥补这些缺点,提出一种有效处理高分辨率特征图、多深度子网并行连接的特征提取网络.构建输入图像金字塔,搭建多深度分支子网并行连接的结构,使用浅层网络处理图像金字塔中高分辨率特征图,深层网络处理低分辨率特征图,多分支同时运行并在中间位置进行两次特征融合,充分结合高分辨率特征信息和低分辨率语义信息;使用融合因子构建对小目标针对性强的多尺度特征融合结构,增强对小目标检测能力;使用注意力机制进一步提高特征提取能力.在公开数据集AI-TOD上进行实验表明,所设计的特征提取网络相较于其他常用特征提取网络对小目标的检测能力更强,在two-stage经典模型Faster-RCNN、one-stage经典模型SSD、YOLOv3以及anchor-free经典模型CenterNet上替换上原主干网络,检测平均精度mAP与原来相比分别提升了2.7、3.4、3.3、1.7个百分点,证明了所提网络结构的适用性和有效性.
文献关键词：
小目标检测;特征提取;多尺度;上下文信息;注意力机制
中图分类号：
作者姓名：
牛润;曲毅;郑乐辉;魏建国
作者机构：
武警工程大学 研究生大队,西安 710086;武警工程大学 信息工程学院,西安 710086
文献出处：
引用格式：
[1]牛润;曲毅;郑乐辉;魏建国-.面向小目标检测的并行高分辨率网络设计)[J].计算机工程与应用,2022(18):172-179
A类：
支子
B类：
小目标检测,高分辨率网络,网络设计,目标检测算法,存在特征,特征信息,利用网络,高分辨率特征,特征图,图数据,语义信息,计算负担,子网,特征提取网络,图像金字塔,塔中,深层网络,低分辨率,多分支,时运,多尺度特征融合,检测能力,注意力机制,特征提取能力,公开数据集,TOD,two,stage,Faster,RCNN,one,SSD,YOLOv3,anchor,free,CenterNet,换上,上原,原主,主干网络,mAP,百分点,上下文信息
AB值：
0.330407
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。
