二次特征融合的YOLO目标检测算法
朱杰
辛月兰
孙可心
青海师范大学计算机学院 西宁 810000
摘要：为解决YOLO目标检测算法精确度低的问题,提出一种二次特征融合的YOLO目标检测算法.使用改进的可分离卷积模块来对传统的卷积模块进行改进,从而减小网络的模型,保证目标检测的速度;将卷积块之间的残差连接改进为密集连接,从而增大感受野;对于输出的三个不同大小的特征图进行二次特征融合,将高层特征信息与下层特征信息结合,让下层信息充分融合上层信息,从而提高对图片特征提取的能力.在PASCAL VOC 2007、WiderFace数据集上实验的结果表明,该方法对于目标检测的精度有明显的提高.
关键词：二次特征融合YOLO目标检测密集网络可分离卷积网络
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61662062)国家科技重大专项(2019-ZJ-A10)
论文发表日期：2021-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 914-919 )
英文信息