一种改进的DSOD目标检测算法

作者：吴建耀; 程树英; 郑茜颖

来源：半导体光电, 2019, 40(03): 428-437.

DOI：10.16818/j.issn1001-5868.2019.03.026

• 目标检测
• 卷积神经网络
• DSOD
• Atrous卷积层

针对DSOD目标检测算法对小目标检测能力较弱的问题,提出在DSOD中引入RFBa网络模块和Atrous卷积层予以改进。首先,该算法将DSOD网络的第二个转接层产生的特征图输入到RFBa网络模块中,经过RFBa网络不同采样步长的Atrous卷积提取具有不同感受野的特征,为后续检测小目标步骤提供所需特征;其次,为了增加特征图的语义信息,在第二个无池化转接层后加入采样步长为6的Atrous卷积层;最后,在损失函数中加入IOG惩罚项,防止在预测密集的同类型目标时出现同类预测框重叠,从而避免在NMS后处理时出现漏检。实验表明,该算法相对于原DSOD算法具有更高的检测精度,提高了对小目标的检测能力,同时降低了训练网络的硬件设备要求。

• 单位
  福州大学