基于空洞卷积和特征融合的单阶段目标检测算法
李娟娟1
侯志强1
白玉1
程环环1
马素刚1
余旺盛2
蒲磊3
1.西安邮电大学计算机学院,西安,710121;西安邮电大学陕西省网络数据分析与智能处理重点实验室,西安,7101212.空军工程大学信息与导航学院,西安,7100773.火箭军工程大学作战保障学院,西安,710025
摘要：针对SSD多尺度目标检测过程中存在的目标漏检和错检问题,提出了一种融入多维空洞卷积和多尺度特征融合的目标检测算法.在卷积神经网络输出的多尺度特征中,浅层具有更多的细节信息,深层具有更多的语义信息,根据这一特点,对浅层网络采用了3种多维空洞卷积的浅层特征增强模块,获得具有语义信息的特征图,将增强后的特征图进行下采样,融合不同层的特征;同时在深层网络引入通道注意力模块,对通道进行权重分配,抑制无用信息,提高目标的检测性能.研究结果表明:该算法在PASCAL VOC数据集上检测精度为79.7％,比SSD算法提高了2.4％;在KITTI数据集上检测精度为68.5％,比SSD算法提高了5.1％,检测速度达到了实时性的要求,有效地改善了目标的漏检和错检.
关键词：目标检测SSD算法空洞卷积特征融合
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(62072370)
论文发表日期：2022-02-25
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：7( 97-103 )
英文信息