科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高CenterNet无锚框目标检测网络的目标检测能力，提出一种基于注意力特征融合和多尺度特征提取网络的改进CenterNet目标检测网络。首先，为了提升网络对多尺度目标的表达能力，设计了自适应多尺度特征提取网络，利用空洞卷积对特征图进行重采样获取多尺度特征信息，并在空间维度上进行融合；其次，为了更好地融合语义和尺度不一致的特征，提出了一种基于通道局部注意力的特征融合模块，自适应地学习浅层特征和深层特征之间的融合权重，保留不同感受域的关键特征信息。最后，通过在VOC 2007测试集上对本文算法进行验证，实验结果表明，最终算法的检测精度达到80.94%,相较于基线算法CenterNet提升了3.82%,有效提升了无锚框目标检测算法的最终性能。
- 单位
