一种脱离预训练的多尺度目标检测网络

作者：包壮壮; 赵学军; 王明芳; 董玉浩; 庞梦洋; 黄林; 贺刚

来源：计算机工程, 2019, 1-10.

DOI：10.19678/j.issn.1000-3428.0056417

• 脱离预训练
• 可变卷积
• 小目标检测
• 多尺度
• 遥感图像 scratch
• deformable convolution
• small target detection
• multi-scale
• remote sensing

目前主流的卷积神经网络目标检测模型大多在分类任务的预训练模型上微调以提高精度，由于分类任务大多是自然场景下的图片，在一些特殊领域如RGBD图像、医疗CT图像、遥感图像等存在跨领域不适用性。为了解决有预训练模型在检测任务上的问题，同时增强检测器对小目标的检测能力，使其运用在遥感图像数据集中，本文首先研究如何从头开始(Scratch)训练检测网络使其达到甚至超过有预训练模型的精度；其次针对小目标的特点，设计新的Deformable-ScratchNet网络，调整网络结构并融合浅层信息以提高对小目标的检测性能；将模型在PASCAL VOC数据集上进行实验，mAP值达到84.6%，优于Faster-R...

• 单位
  空军工程大学