融合场景上下文的轻量级目标检测网络

摘要：

提出了一种融合场景上下文的轻量级目标检测网络,有效地解决了现有检测算法在无人机领域应用效果较差的问题.在该网络的设计中,首先用MobileNetV3替换YOLOv3的主干网络,并通过1×1卷积层提取场景信息.同时,构建场景上下文模块以筛选物体的细粒度特征.再采用完全交并比(CIOU)损失对损失函数中的边界框位置误差项进行优化.最后,在新建无人机航拍数据集上对所提算法进行训练与测试.实验结果表明,相较于YOLOv3算法,所提算法的平均检测精度提高了8.4个百分点,检测速度提高了5.8 frame/s.

关键词：图像处理、目标检测、场景上下文、YOLOv3、简单循环单元

所属期刊栏目：58

分类号：P407.8(一般理论与方法)

资助基金：吉林省科技发展计划20200404157YY

在线出版日期：2021-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：119-127