基于一阶段目标检测网络头部算法研究

作者：肖贵明; 丁德锐^*; 梁伟; 魏国亮

来源：智能计算机与应用, 2022, 12(11): 78-86.

• 目标检测
• baseline
• VOC0712
• MS COCO2017
• RetinaNet
• 双分类头
• 热力图
• mAP

目标检测的网络框架对目标检测结果影响极大，其中网络头部的研究是网络框架改进的重点之一。本文针对一阶段目标检测的网络头部进行改进。通过对当前两阶段网络头部的研究与一阶段网络框架RetinaNet头部热力图的输出进行分析，在一阶段网络头部创新性地引入池化层模块、提出双分类头模块、使用2个网络头部权重自适应分配结合的方法。本文使用RetinaNet作为baseline、VOC0712和MS COCO2017数据集作为实验数据集，最终在VOC0712上mAP达到了80.8%,相比于baseline提高了3.5%,在MS COCO2017测试集上mAP达到了40.2%,相比于RetinaNet提高了1.1%,使用多尺度后mAP达到了41.7%,提高了2.4%。

• 单位
  上海理工大学