基于多层特征融合的小目标检测算法

摘要：

针对Faster R-CNN目标检测算法中小目标检测精度不高和定位不准确的问题,提出一种基于多层特征融合的小目标检测方法.运用多层特征融合的方式丰富特征图的信息,提升小目标检测的精度,在目标候选区域时对锚框进行新的设定,丰富锚框的比例与大小,进一步加强目标候选区域的生成,提升小目标检测精度和增强目标的定位效果.在测试数据集PASCAL VOC 2007进行验证,验证结果表明,与Faster R-CNN相比,检测速度没有受到明显的影响,目标总体检测精度提升了2.2％,其中小目标检测精度提升更为显著.

关键词：目标检测、卷积神经网络、多层特征融合、区域候选网络、非极大值抑制

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金青年基金项目 ;江苏高校自然科学基金项目

在线出版日期：2020-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1905-1909