基于单线程的无锚点目标检测模型

• 作者: 李浩 张晓强
• 来源期刊: 计算机工程
• 关键词: 目标检测 无锚点网络 单线程 模型鲁棒性 像素级预测
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 图形图像处理|Graphics and Image Processing
• 页码范围: 229-235,243
• 页数: 8页
• 分类号: TP18
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0057376

摘要

为避免锚点对目标检测模型的鲁棒性造成负面影响,并保证在无锚点情况下模型具有较高的准确度,提出一种单线程无锚点全卷积网络模型.通过取消预设锚点参数以及像素级别预测,使得模型在无锚点情况下检测目标时具有更高的鲁棒性.使用沙漏骨干网络取代特征金字塔模块,从而降低锚点与特征金字塔模块的冗余以及计算量,使整体模型结构更加精简.实验结果表明,与经典锚点Retinanet模型相比,该模型利用正例区域原则与中心偏离支路显著提高了预测能力,并且具有更高的正负标签比例和更快的推理速度.