基于多尺度语义的目标检测方法

作     者：曾溢良 张浩 吕志武 ZENG Yi-liang;ZHANG Hao;LYU Zhi-wu

作者机构：北京科技大学自动化学院北京100083 中国航天科工集团第二研究院七〇六所北京100854 

基　　金：装发预研领域基金项目(6140452010101) 国家自然科学基金项目(61801018) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第1期

页      码：252-260页

摘      要：针对基于卷积神经网络(convolutional neural network,CNN)的检测方法只关注目标的自身信息,忽略了语义信息,限制目标检测精度提高的问题,提出一种多尺度语义提取网络,分别提取CNN多层特征图的语义信息并融合,实现目标全局语义和局部语义的提取。在此基础上,将自身特征与语义特征融合,实现目标检测框架中自身特征和语义特征的编码。实验结果表明,该方法与原始的目标检测网络相比,检测精度有明显提高,尤其是对混叠目标和小目标具有良好的检测效果。

主 题 词：目标检测 深度学习 语义信息 卷积神经网络 多层特征融合 混叠目标 小目标 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16208/j.issn1000-7024.2024.01.032

馆 藏 号：203125412...