非局部稀疏关注的YOLOv4优化算法

作者：闵锋; 毛一新^*; 侯泽铭; 杨朝源; 王名茂

来源：计算机工程与应用, 2023, 59(21): 123-131.

• 目标检测
• 高分辨率表示
• 级联残差
• NLSA算法

传统目标检测网络如Fast R-CNN、ReseNet等在下采样提取图像特征的过程中，损失了大量的空间位置信息表征，存在对较小目标检测效果差的问题。在保留空间位置信息的基础上，提出了一种非局部稀疏关注的级联残差高分辨率网络（cascaded residual high resolution network）。该网络架构从一个高分辨率的子网络开始，逐步增加从高到低分辨率的子网络，形成更多的阶段，将多个分辨率的子网络并行连接，使用级联残差模块（cascaded residual module,CrModule）进行同分辨率特征流间的特征提取；利用多尺度特征图融合，使得每个从高到低分辨率的表示反复地从其他并行表示接收信息，产生丰富语义表征和空间位置表征的高分辨率表示；引入NLSA(nonlocal sparse attention)算法实现深层网络特征块超分重构，挖掘不同尺度相同物体间的结构关联，提高较小物体的特征表示，使之与大物体特征类似，提升较小目标的特征可学习性。在VOC2007数据集的广泛评估表明，将CrHRnet作为YOLOv4的主干特征提取网络，能有效提高目标检测的准确率；CrHRnet-YOLOv4测试mAP(mean average precision)比YOLOv4、YOLOv5＿s、YOLOv5＿m分别高出1.8、9.5、3.4个百分点，在相同的设备下检测单张图片的FPs较YOLOv4网络提升了30%。

• 单位
  武汉工程大学