基于Cascade R-CNN的并行特征金字塔网络无人机航拍图像目标检测算法

• 作者: 刘英杰 杨风暴 胡鹏
• 来源期刊: 激光与光电子学进展
• 关键词: 机器视觉 目标检测 深度学习 特征金字塔 级联网络
• 年，卷（期）: 2020,（20）
• 所属期刊栏目: 机器视觉|Machine Vision
• 页码范围: 294-301
• 页数: 8页
• 分类号: TP751
• 语种: 中文
• DOI: 10.3788/LOP57.201505

摘要

在目标检测领域,小目标的检测识别一直都是研究的难点,导致模型提取到的特征并不具有良好的表达能力,因此对小目标的检测结果不佳.为此,提出一种基于特征金字塔网络(FPN)的改进算法.在原有基础上增加并行分支,再融合两种不同上采样方法的特征信息以加强小目标特征的表达能力.同时,增加多阈值检测器(Cascade R-CNN)强化小目标定位能力.基于无人机航拍数据集进行实验,实验结果表明,在MS COCO数据集下,所提算法的平均精确率相比原始FPN算法提高了9.7个百分点,具有良好的检测性能.