脱离预训练的多尺度目标检测网络模型

作     者：包壮壮 赵学军 王明芳 董玉浩 庞梦洋 黄林 贺刚 BAO Zhuangzhuang;ZHAO Xuejun;WANG Mingfang;DONG Yuhao;PANG Mengyang;HUANG Lin;HE Gang

作者机构：空军工程大学基础部西安710051 中国人民解放军93861部队陕西咸阳713800 中国人民解放军32055部队南京210046 

基　　金：国家自然科学基金(61472443) 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2020年第46卷第6期

页      码：248-255页

摘      要：为提高卷积神经网络目标检测模型精度并增强检测器对小目标的检测能力,提出一种脱离预训练的多尺度目标检测网络模型。采用脱离预训练检测网络使其达到甚至超过预训练模型的精度,针对小目标特点设计新的Deformable-ScratchNet网络模型,调整网络结构并融合浅层信息以提高对小目标的检测性能。实验结果表明,与Faster-RCNN等经典网络模型相比,该模型在PASCAL VOC数据集和自制遥感军事目标数据集上的检测精度更高。

主 题 词：脱离预训练 可变卷积 小目标检测 多尺度目标 遥感图像 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19678/j.issn.1000-3428.0056417

馆 藏 号：203933069...