双向特征融合与注意力机制结合的目标检测

摘要：

目标检测使用特征金字塔检测不同尺度的物体时,忽略了高层信息和低层信息之间的关系,导致检测效果差;此外,针对某些尺度的目标,检测中容易出现漏检.本文提出双向特征融合与注意力机制结合的方法进行目标检测.首先,对SSD(single shot multibox detector)模型深层特征层与浅层特征层进行特征融合,然后将得到的特征与深层特征层进行融合.其次,在双向融合中加入了通道注意力机制,增强了语义信息.最后,提出了一种改进的正负样本判定策略,降低目标的漏检率.将本文提出的算法与当前主流算法在VOC数据集上进行了比较,结果表明,本文提出的算法在对目标进行检测时,目标平均准确率有较大提高.

关键词：特征金字塔;双向融合;特征提取;SeNet注意力机制;样本;语义信息;目标检测;深度学习

所属期刊栏目：16

分类号：TP391(计算技术、计算机技术)

资助基金：河北省自然科学基金项目;中央高校基本科研业务费面上项目

在线出版日期：2021-12-07（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：1098-1105