Attention-Like YOLO：嵌入类注意力机制的YOLO算法

作者：胡朝海; 李自胜; 王露明

来源：计算机与数字工程, 2023, 51(09): 1973-1978.

• 目标检测
• YOLOv3算法
• 类注意力机制
• AL-YOLO
• DarkNet-53

YOLOv3算法满足了大多数任务的实时性和检测精度要求，但对于精度要求更高（大于80%）的任务，未能实现较好的检测效果。针对上述问题，论文提出了一种类注意力机制（Attention-Like）。该机制输入两个分辨率大小不同的特征图，首先利用Padding对小特征图进行上采样，采样后的特征图通过Sigmoid函数运算得到上采样权值，其次将上采样权值作用于大特征图以获得过渡特征图，利用卷积对过渡特征图进行下采样，然后通过Sigmoid函数运算得到下采样权值，最后将下采样权值作用于小特征图，通过该方法增强小特征图的几何信息。将Attention-Like嵌入YOLOv3的骨干网络DarkNet-53，实现了Attention-Like YOLO检测算法。实验表明，该算法的平均精确度均值最高达到了82.8%，有效提升了检测精度。

• 单位
  西南科技大学