融合上下文信息特征的小目标检测方法
姚广华1
吴训成1
张雪翔1
侍俊2
1.上海工程技术大学机械与汽车工程学院 上海 2016202.32128部队 济南 250000
摘要：由于小目标有限的分辨率和表观信息,其检测任务一直是计算机视觉领域的挑战性工作.在解决这一问题时,现有大多数方法为了提高精度而牺牲了速度.在论文中,为了提高小目标检测精度,同时保证检测速度,提出了一种在卷积网络中引入上下文信息的特征融合方法,即Contextual Fused Network(简称CF-Net).CF-Net引入了上下文信息,并且只在浅层进行特征融合,这样既能提高小目标的检测精度,又能保证检测速度.实验结果表明,在小目标检测上,CF-Net在PASCAL VOC2007上获得的mAP为78.9,比目前主流的单点检测器SSD提高了2％.CF-Net模型测试速度为40 fps,比现有小目标检测器DSSD高26.4 fps.
关键词：小目标检测特征融合上下文信息CF-Net
分类号：TP391.41(计算技术、计算机技术)
论文发表日期：2022-05-20
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：5( 1018-1022 )
英文信息