计算机工程与科学

作者：李本高, 吴从中, 许良凤, 詹曙

单位：（合肥工业大学计算机与信息学院,安徽 合肥 231009）

关键词：目标检测,特征融合,注意力机制,多尺度特征,上下文信息,

基金：国家自然科学基金（61371156）

作为一个多任务的学习过程，目标检测相较于分类网络需要更好的特征。基于多尺度特征对不同尺度的目标进行预测的检测器性能已经大大超过了基于单一尺度特征的检测器。同时，特征金字塔结构被用于构建所有尺度的高级语义特征图，从而进一步提高了检测器的性能。但是，这样的特征图没有充分考虑到上下文信息对语义的补充作用。在SSD基准网络的基础上，采用残差注意力的特征融合方法充分利用上下文信息，提高特征图的表征能力，然后利用残差注意力机制强化关键特征。在基准数据集PASCAL VOC上的实验表明，所提方法在输入图像尺寸为300×300和512×512情况下的mAP分别为78.8%和80?7%。

来源：2021年第2期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第2期