-
题名基于特征金字塔的多尺度特征融合网络
被引量：9
- 1
-
-
作者
郭启帆
刘磊
张珹
徐文娟
靖稳峰
-
机构
西安交通大学数学与统计学院
中铁第一勘察设计院集团有限公司
-
出处
《工程数学学报》
CSCD
北大核心
2020年第5期521-530,共10页
-
基金
国家自然科学基金(11690010
U1811461)
西安市科技计划项目(20180916CX5JC6).
-
文摘
特征金字塔网络(FPN)是CNN网络对图像信息进行表达输出的一种有效方法,在目标检测网络中广泛应用.然而,FPN没有充分地将浅层的细节信息传递到深层的语义特征,存在特征融合不足的缺陷,因而只能依靠深层语义信息来进行预测,从而忽略了网络低层细节信息,对各种视觉学习的效果造成了一定的影响.针对FPN存在的以上问题,本文提出基于特征金字塔的多尺度特征融合网络模型,在FPN主干网络的基础上,设计了混合特征金字塔和金字塔融合模块,并结合注意力机制,对特征金字塔进行了多尺度的深度融合.本文在PASCAL VOC2012和MS COCO2014数据集上,以Faster R-CNN作为基础检测器进行实验,验证了MFPN对特征融合的有效性.
-
关键词
特征金字塔网络
多尺度特征融合网络
注意力机制
-
Keywords
feature pyramid model
muti-scale feature fusion network
attention mechanism
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
