改进损失函数的增强型FPN水下小目标检测

作者：乔美英; 史建柯^*; 李冰锋; 赵岩; 史有强

来源：计算机辅助设计与图形学学报, 2023, 35(04): 525-537.

• 水下目标检测
• 小目标检测
• 特征金字塔网络
• 损失函数
• Faster R-CNN

针对水下小目标因携带特征信息少、定位不精准而导致检测精度低的问题,提出一种特征金字塔网络(FPN).首先,在FPN上采样过程中加入协同非局部注意力模块,利用卷积、横纵向池化挖掘特征图的静态和动态上下文信息;其次,在FPN通道调整过程中加入三叉戟特征增强模块,利用并行空洞卷积与高效通道注意力(ECANet)捕捉多尺度空间与通道特征信息;最后,在FasterR-CNN算法的回归损失函数中引入线性回归损失增益系数,增大对多尺度目标回归偏移量的惩罚,提高定位精度.实验结果表明,采用2020年全国水下目标检测大赛提供的数据集、PASCALVOC数据集和MSCOCO数据集进行实验,该算法比基线FasterR-CNN算法精度分别提升2.8%,2.2%和2.5%,结果证明了其有效性.

• 出版日期2023
• 单位自动化学院; 河南理工大学