基于注意力机制和多层次特征融合的目标检测算法

作     者：周秋艳 肖满生 范双南 ZHOU Qiuyan;XIAO Mansheng;FAN Shuangnan

作者机构：湖南工业大学计算机学院湖南株洲412007 湖南交通工程学院电气与信息工程学院湖南衡阳421001 

基　　金：湖南省自然科学基金资助项目(2021JJ50049) 湖南省教育厅科学研究基金资助重点项目(21A0607) 

出 版 物：《湖南工业大学学报》 (Journal of Hunan University of Technology)

年 卷 期：2023年第37卷第1期

页      码：61-68页

摘      要：为了提高目标检测的准确率,提出一种基于注意力机制和多层次特征融合的图像目标检测算法。该算法在Cascade R-CNN模型的基础上,以RseNet50为主干网络,通过嵌入简单的注意力模块(SAM)来提高网络的判别能力;其次,利用深度可分离卷积改进特征金字塔网络(FPN),设计了多层次特征融合模块(MFFM),对多尺度特征进行融合,以丰富特征图的信息量,并对不同层次的特征图赋予相应的权重以平衡不同尺度的特征信息;最后,结合目标检测方法中的区域建议网络(RPN)结构获取目标的候选区域进行分类和回归处理,确定检测目标的位置和类别。实验结果表明,相较于Cascade R-CNN目标检测算法,该算法的检测精度提升了约2.0%。

主 题 词：目标检测 注意力模块 多层次特征融合 深度可分离卷积 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1673-9833.2023.01.009

馆 藏 号：203116214...