科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对多尺度目标检测中特征图特征混淆和特征丰富程度不足的问题，提出一种基于多尺度特征选择与融合的目标检测算法。设计了一个特征选择模块来分离出不相关的特征，并结合特征金字塔网络形成特征选择网络结构，降低特征图中不同尺度目标的局部特征对当前尺度特征的干扰；提出一种浅层特征融合方法，将浅层特征逐级融合到较深层级特征中，解决特征图的特征不够丰富问题。结合特征选择架构和浅层特征融合架构，在PASCAL-VOC2007数据集上进行测试，结果mAP达到了80.1%。相较于基础的单阶段目标检测(single shot detection, SSD),所提算法的网络性能可提高2.9%,且在一些小目标和遮挡目标的检测效果上有明显的提升。通过对比和消融实验，证明了所提方法的有效性。
- 出版日期2023
- 单位重庆邮电大学
