10.3969/j.issn.1000-1220.2021.03.015
多尺度特征图分类再提取的目标检测算法
为提高SSD算法检测目标的能力,提出了一种对多尺度特征图进行分类再提取的目标检测算法.该算法将SSD特征金字塔中多个不同尺度的特征图分为低层和高层两类特征图.针对低层特征图所处位置网络深度不够导致的特征表示能力不足,设计了SFE(Shallow Feature Enhancement)模块提取特征从而增加网络深度,最终提高对小目标的检测能力;高层特征图采用两段反卷积的方式,将更深层提取的语义信息融入特征图,从而提高对中等目标和大目标的检测能力.同时提出了减弱反卷积棋盘格效应的回流式反卷积的方法.在Pascal VOC 2007测试集上进行验证后的结果表明,本文算法的mAP值达到了79.6%,相比SSD算法提高了2.4%.
目标检测、SSD、shallowfeatureenhancement(SFE)、反卷积
42
TP391(计算技术、计算机技术)
辽宁省科学技术计划项目;国家重点研发计划项目
2021-03-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
536-541