引入通道注意力机制的SSD目标检测算法

摘要：

为提升原始SSD算法的小目标检测精度及鲁棒性,提出一种基于通道注意力机制的SSD目标检测算法.在原始SSD算法的基础上对高层特征图进行全局池化操作,结合通道注意力机制增强高层特征图的语义信息,并利用膨胀卷积结构对低层特征图进行下采样扩大其感受野以增加细节与位置信息,再通过级联的方式将低层特征图与高层特征图相融合,从而实现小目标及遮挡目标的有效识别.实验结果表明,与原始SSD算法相比,该算法在PASCAL VOC数据集上的平均精度均值提升了2.2％,具有更高的小目标检测精度和更好的鲁棒性.

关键词：SSD算法、全局池化、通道注意力机制、膨胀卷积、PASCAL VOC数据集

所属期刊栏目：46

分类号：TP317(计算技术、计算机技术)

资助基金：辽宁省自然科学基金20170540426

在线出版日期：2020-09-11（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：264-270