基于空洞卷积和特征融合的单阶段目标检测算法

• 作者: 李娟娟 侯志强 白玉 程环环 马素刚 余旺盛 蒲磊
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 目标检测 SSD算法 空洞卷积 特征融合
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 电子信息与通信导航|Electronic Information and Communication Navigation
• 页码范围: 97-103
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2022.01.014

摘要

针对SSD多尺度目标检测过程中存在的目标漏检和错检问题,提出了一种融入多维空洞卷积和多尺度特征融合的目标检测算法.在卷积神经网络输出的多尺度特征中,浅层具有更多的细节信息,深层具有更多的语义信息,根据这一特点,对浅层网络采用了3种多维空洞卷积的浅层特征增强模块,获得具有语义信息的特征图,将增强后的特征图进行下采样,融合不同层的特征;同时在深层网络引入通道注意力模块,对通道进行权重分配,抑制无用信息,提高目标的检测性能.研究结果表明:该算法在PASCAL VOC数据集上检测精度为79.7％,比SSD算法提高了2.4％;在KITTI数据集上检测精度为68.5％,比SSD算法提高了5.1％,检测速度达到了实时性的要求,有效地改善了目标的漏检和错检.