结合注意力机制和特征融合的小目标检测方法

作者：王伟; 万晓刚

来源：西安工程大学学报, 2022, 36(06): 115-123.

DOI：10.13338/j.issn.1674-649x.2022.06.016

• 小目标检测
• 注意力机制
• 特征融合
• 单次多框检测器(SSD)模型
• ResNet50网络

图像中的小目标物体所占像素较少，存在特征难以提取，容易出现漏检的问题，在单次多框检测器(single shot multi-box detector, SSD)模型基础上，提出了一种结合注意力机制和特征融合的小目标检测方法。首先，采用ResNet50网络作为特征提取骨干网络，解决原网络梯度相关性衰减导致特征提取能力不足的问题；然后，在低层特征提取层中加入注意力机制模块，通过抑制无关信息，提高网络对低层特征的学习能力；最后，将低层特征与高层语义信息进行级联融合，充分利用不同特征图之间的关联信息。实验结果表明：改进模型对小目标物体检测平均精度均值达到51.1%,比改进前提高了9.3%,有效提高了小目标物体的检测精度。

• 单位
  西安工程大学