10.3979/j.issn.1673-825X.202109190332
基于多尺度特征选择与融合的目标检测方法
针对多尺度目标检测中特征图特征混淆和特征丰富程度不足的问题,提出一种基于多尺度特征选择与融合的目标检测算法.设计了一个特征选择模块来分离出不相关的特征,并结合特征金字塔网络形成特征选择网络结构,降低特征图中不同尺度目标的局部特征对当前尺度特征的干扰;提出一种浅层特征融合方法,将浅层特征逐级融合到较深层级特征中,解决特征图的特征不够丰富问题.结合特征选择架构和浅层特征融合架构,在PAS-CAL-VOC2007数据集上进行测试,结果mAP达到了80.1%.相较于基础的单阶段目标检测(single shot detection,SSD),所提算法的网络性能可提高2.9%,且在一些小目标和遮挡目标的检测效果上有明显的提升.通过对比和消融实验,证明了所提方法的有效性.
目标检测、特征提取、特征选择、特征融合、特征金字塔
35
TN915.43;TP391.4
国家自然科学基金;国家社会科学基金
2023-05-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
227-234