改进Faster R-CNN网络的航拍小目标检测研究

作者：刘晋川; 黎向锋^*; 刘安旭; 左敦稳; 赵康

来源：电子设计工程, 2022, 30(15): 55-65.

DOI：10.14022/j.issn1674-6236.2022.15.012

• Faster R-CNN
• 深度学习
• 小目标
• 多尺度检测

针对航拍图像中目标尺度变化大和小目标难以检测的问题，基于Faster R-CNN算法提出一种多尺度航拍目标检测算法网络MS-R-CNN。MS-R-CNN选用Res2Net特征提取网络替换VGG网络，在更有效提取特征的同时降低了模型参数量，改进后的特征提取网络与特征金字塔网络融合，将高分辨率、语义弱的特征和低分辨率、语义强的特征相结合，提高对小目标的检测精度。通过分析数据集并调整锚框的大小及数量，使网络适应多尺度目标的检测。通过测试数据集进行分析实验，结果表明，MS-R-CNN算法的平均精度达到了66.2%，较Faster R-CNN算法精度提升了16.1%。

• 出版日期2022
• 单位南京航空航天大学