基于双检测头的轻量级目标检测算法

摘要：

为解决轻量级目标检测算法中由于分类损失较大导致算法精确度低的问题,提出一种对目标的位置与分类使用双检测头的检测方法.算法中用卷积头对位置进行检测,用全连接头对分类进行检测;分类检测时特征图经过卷积层后融合位置回归分支的特征图,再使用全连接层对特征图进行处理;并提出分组全连接的方式进一步减少全连接层的计算量.在VOC数据集上对算法进行训练,结果表明,改进后模型的分类损失有了明显的下降,有效地提升了轻量级目标检测算法的检测精确度,算法在VOC测试集上达到70.08％的精确度.

关键词：深度学习、目标检测、轻量级、双检测头、特征融合

所属期刊栏目：31

分类号：TP391.9;TP181;TD355

资助基金：吉林省教育厅科学研究规划项目JJKH20210739KJ

在线出版日期：2022-11-16（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：254-260