科研之友
微信
新浪微博
Facebook
分享链接
摘要
SSD常用于小目标检测，但其环境适应能力差和小目标检测性能存在不足，针对此问题，文中提出了一种图像自适应增强、引入注意力机制的特征融合方法，对SSD算法进行改进。在预处理部分的图像增强算法中引入超参数，使预处理模块随网络训练不断优化待检测图像的亮度、对比度和边缘清晰度，将图片朝着有利于检测的方向进行自适应增强，提高算法对于不同环境的适应能力；将特征提取网络替换为残差网络，使网络能获取更深层的特征；最后，引入带有注意力机制的特征融合模块，将多个尺度不同的特征图统一分辨率后融合，并通过注意力机制获取通道间权重，突出特征中的重要信息，使浅层细节特征与深层语义信息能够更有效地结合。改进后的SSD算法，在中小目标数据集上的平均精度均值达97.62%,显著优于SSD、YOLO等经典的目标检测算法。
-
单位武汉大学; 北京强度环境研究所
