脱离预训练的多尺度目标检测网络模型

摘要：

为提高卷积神经网络目标检测模型精度并增强检测器对小目标的检测能力,提出一种脱离预训练的多尺度目标检测网络模型.采用脱离预训练检测网络使其达到甚至超过预训练模型的精度,针对小目标特点设计新的Deformable-ScratchNet网络模型,调整网络结构并融合浅层信息以提高对小目标的检测性能.实验结果表明,与Faster-RCNN等经典网络模型相比,该模型在PASCAL VOC数据集和自制遥感军事目标数据集上的检测精度更高.

关键词：脱离预训练、可变卷积、小目标检测、多尺度目标、遥感图像

所属期刊栏目：46

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金61472443

在线出版日期：2020-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：248-255