基于尺度不变性与特征融合的目标检测算法

摘要：

在目标检测算法中,尺度变化是目标检测的关键问题之一.针对不同目标拥有不同尺度的问题,构建一个三分支网络,生成能表示对应尺度的特征图,每个分支对应特定的感受野,分别负责检测大、中、小物体.通过筛选合适尺度的对象实例进行训练,保持各分支的尺度不变性.为保证小物体的检测效果,没有对检测小物体的分支采用下采样,同时使用膨胀卷积增加语义信息;检测大物体的分支则采用更大膨胀率的膨胀卷积,扩大感受野,获得更多的语义信息.在保证尺度不变性的情况下,特征融合必不可少,因此使用多尺度融合的思想,在不影响并行的三分支网络的情况下,对低层特征与高层特征进行了选择性融合.

关键词：三分支、感受野、尺度不变性、膨胀卷积、选择性融合

所属期刊栏目：57

分类号：N01(科学研究的方针、政策及其阐述)

资助基金：重庆市技术创新与应用发展专项重点项目cstc2019jscx-fxydX0054

在线出版日期：2021-06-04（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：237-244