复杂背景下的小目标检测算法

• 作者: 李伟 白宏阳 郑浦 郭宏伟
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 深度学习 目标检测 多类别单阶检测器( SSD)算法 特征融合 特征增强
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 计算机技术
• 页码范围: 1777-1784
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2020.09.014

摘要

提出一种改进的多类别单阶检测器(SSD)算法.借鉴特征金字塔算法的思想,将Conv4-3层的特征与Conv7、Conv3-3层的特征进行融合,同时增加融合后特征图每个位置对应的默认框数量.在网络结构中增加裁剪-权重分配网络(SENet),对每层的特征通道进行权重分配,提升有用的特征权重并抑制无效的特征权重.为了增强网络的泛化能力,对训练数据集进行一系列增强处理.实验结果表明,改进后的算法在VOC数据集(07+12)上的检测效果良好,平均精度均值为80.4％,比改进前的算法提高了2.7％;在COCO数据集(2017)上的平均精度均值为42.5％,比改进前的算法提高了2.3％.所提算法能够准确检测出不小于16×16像素的目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟		14	70	5.0	8.0
2	白宏阳		29	123	7.0	9.0
3	郑浦		2	0	0.0	0.0
4	郭宏伟		3	0	0.0	0.0