双向特征融合与注意力机制结合的目标检测

作者：赵文清^*; 杨盼盼

来源：智能系统学报, 2021, 16(06): 1098-1105.

• 特征金字塔
• 双向融合
• 特征提取
• SeNet注意力机制
• 样本
• 语义信息
• 目标检测
• 深度学习

目标检测使用特征金字塔检测不同尺度的物体时,忽略了高层信息和低层信息之间的关系,导致检测效果差;此外,针对某些尺度的目标,检测中容易出现漏检。本文提出双向特征融合与注意力机制结合的方法进行目标检测。首先,对SSD(single shot multibox detector)模型深层特征层与浅层特征层进行特征融合,然后将得到的特征与深层特征层进行融合。其次,在双向融合中加入了通道注意力机制,增强了语义信息。最后,提出了一种改进的正负样本判定策略,降低目标的漏检率。将本文提出的算法与当前主流算法在VOC数据集上进行了比较,结果表明,本文提出的算法在对目标进行检测时,目标平均准确率有较大提高。

• 单位
  华北电力大学