基于改进Swin Transformer的中心点目标检测算法

作者：刘家森; 黄俊^*

来源：计算机科学, 2023, 1-14.

• 深度学习
• 图像处理
• 目标检测
• 反卷积
• Swin transformer

针对Swin Transformer在提取局部特征信息和特征表达能力上存在的不足，本文提出了一种基于改进Swin Transformer的中心点目标检测算法，以提高其在目标检测方面的性能。通过调整网络结构和引入反卷积模块来增强网络对局部特征信息的提取能力，利用自适应二维高斯核和回归头模块检测目标中心点来增强特征表达能力，并在Swin Transformer block模块中加入dropout激活函数，以缓解网络过拟合问题。在Pascal VOC数据集，MS COCO 2017数据集上分别对改进后的算法进行验证，实验结果表明，改进后的Swin Transformer算法，在Pascal VOC数据集上的精确度达到了81.1%，在MS COCO数据集上的精确度达到了37.2%，明显优于其他主流的目标检测算法。

• 单位
  重庆邮电大学; 通信与信息工程学院