-
题名加权网络下的小目标检测算法
被引量：2
- 1
-
-
作者
陈灏然
彭力
李文涛
戴菲菲
-
机构
物联网技术应用教育部工程研究中心(江南大学物联网工程学院)
台州市产品质量安全监测研究院
-
出处
《计算机科学与探索》
CSCD
北大核心
2022年第9期2143-2150,共8页
-
基金
国家自然科学基金(61873112)
教育部-中国移动科研基金项目(MCM20170204)
国家重点研发计划(2018YFD0400902)。
-
文摘
对于一幅图的观察,本能上会更多关注这幅图中相对更醒目的对象。通常这类对象会在这幅图中占据较大比重,从而导致小目标被忽视。由于小目标所在区域往往为弱测区域,检测器提取特征的过程中能够提取的特征较少,且在提取完特征后在特征信息传递的过程中容易丢失,使得针对小目标检测的效果并不是很好。因此,在单阶检测器的基础上,加入了跨信道交互的机制确保层间信息的完整,同时采取对训练样本进行目标增强并且设计了一个通用的损失函数,在此基础上改进样本加权网络预测样本的任务权重。提出的框架UWN在VOC公开数据集上的mAP为81.2%,在自制的小目标航拍数据集的mAP为82.3%。相对于FSSD算法,牺牲了部分速度,得到了精度方面的较大提升。
-
关键词
小目标检测
目标增强
跨信道交互
加权网络
-
Keywords
small target detection
target enhancement
cross-channel interaction
weighted network
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
