基于空洞卷积金字塔的目标检测算法

作     者：候少麒 梁杰 殷康宁 刘学婷 殷光强 HOU Shaoqi;LIANG Jie;YIN Kangning;LIU Xueting;YIN Guangqiang

作者机构：电子科技大学信息与通信工程学院成都611731 电子科技大学信息与软件工程学院成都610054 

基　　金：国家重点研发计划(2018YFC0807501) 

出 版 物：《电子科技大学学报》 (Journal of University of Electronic Science and Technology of China)

年 卷 期：2021年第50卷第6期

页      码：843-851页

摘      要：作为目标检测领域最突出的问题,遮挡和多尺度严重影响了算法的召回率和准确率。针对以上问题,该文从感受野入手,提出了一种基于空洞卷积金字塔网络(ACFPN)的目标检测算法。首先,将不同尺寸的空洞卷积层引入特征金字塔网络(FPN)中,构建混合感受野模块(HRFM),旨在控制参数量的条件下,通过增大感受野获取更多全局特征信息,解决目标的遮挡问题;其次,改进FPN的结构,设计低层嵌入特征金字塔模块(LEFPM),将浅层特征细节信息和高层特征语义信息相融合,提高特征图的丰富度和表征能力,增强模型的尺度适应性;特别地,针对漏检问题,引入FCOS算法中的无锚框(AF)机制,减少了候选框的冗余,进一步提高了定位精度。最后在公开数据集上进行测试,该算法在检测精度上大幅提升。

主 题 词：空洞卷积 特征融合 特征金字塔 目标检测 感受野 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.12178/1001-0548.2021032

馆 藏 号：203106298...