基于双角度多尺度特征融合的无锚框目标检测算法

作者：王小玉^*; 魏钰鑫; 芦荐宇; 俞越

来源：哈尔滨理工大学学报, 2023, 1-11.

• 目标检测
• 注意力机制
• 无锚框
• 多尺度特征融合
• CenterNet

针对无锚框目标检测算法CenterNet中，特征利用不充分且检测精度不足的问题。提出一种基于双角度多尺度特征融合的改进算法。首先，通过使用Res2Net网络替换主干网络，使网络从更细粒度的角度提高网络的多尺度表达能力。其次，使用重复加权双向特征金字塔网络从层级角度提升多尺度加权特征的融合能力。最后，加入坐标注意力机制，在避免增加计算资源消耗的前提下增强感受野，将坐标信息嵌入通道注意力中以提升模型对目标的定位提高模型的检测精度。改进算法在PASCAL VOC数据集和KITTI数据集检测准确率分别达到了82.3%和87.8%，与原CenterNet算法相比精度分别提升5.5%、2.4%。

• 单位
  哈尔滨理工大学