一种基于多尺度特征融合的目标检测算法

摘要：

基于深度学习的目标检测器RetinaNet和Libra RetinaNet均是使用特征金字塔网络融合多尺度特征,但上述两个检测器存在特征融合不充分的问题.鉴于此,提出一种多尺度特征融合算法.该算法是在Libra RetinaNet的基础上进一步扩展,通过建立两条自底向上的路径构建两个独立的特征融合模块,并将两个模块产生的结果与原始预测特征融合,以此提高检测器的精度.将多尺度特征融合模块与Libra RetinaNet结合构建目标检测器并在不同的数据集上进行实验.实验结果表明,与Libra RetinaNet检测器相比,加入模块后的检测器在PASCAL VOC数据集和MSCOCO数据集上的平均精度分别提高2.2个百分点和1.3个百分点.

关键词：机器视觉、卷积神经网络、目标检测、特征金字塔、特征融合

所属期刊栏目：58

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2021-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：286-292