隔级融合特征金字塔与CornerNet相结合的小目标检测

• 作者: 赵文清 孔子旭 赵振兵
• 来源期刊: 智能系统学报
• 关键词: CornerNet 小目标检测 卷积 特征图 隔级融合 上下融合 旁路连接 特征金字塔
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 知识工程|Knowledge Engineering
• 页码范围: 108-116
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11992/tis.202004033

摘要

为弥补CornerNet中小目标语义信息弱的缺陷,提出隔级融合特征金字塔的方法,提高小目标平均准确率.对骨干网络后半部分融合后的4个特征图进行提取,将尺寸较小的特征图进行2次卷积,得到2个新的特征图;运用上下融合、隔级融合和旁路连接的思想,生成融合后的特征图并将其组成特征金字塔.将改进后的算法与当前主流CornerNet、Faster RCNN、RetinaNet算法在MS COCO数据集上进行比较,结果表明,改进后算法在对小目标进行检测时,小目标平均准确率有较大提高.隔级融合特征金字塔在CornerNet上能有效融合高低层特征图,使融合后的特征图有较强的语义信息,提高CornerNet网络的小目标平均准确率.