首页 > 论文 > 激光与光电子学进展 > 57卷 > 06期(pp:061008)

一种双注意力模型引导的目标检测算法

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

近年来,基于卷积神经网络的目标检测算法不断被提出,对小目标物体的识别效果是制约当前检测算法检测性能的关键因素。为了解决对小目标物体识别精度较差的问题,提出了一种双注意力模型引导的目标检测算法。该方法基于单阶段检测算法的实现原理,通过引入两种注意力模型来提升检测性能,尤其是对小目标物体。具体地,首先在卷积神经网络中引入一个多尺度特征级联注意力模块,对原始卷积神经网络的特征图中各区域进行不同重要程度的关注,降低特征图的背景及负样本信息的干扰,特别在浅层特征图中,对小目标物体进行有效的关注。此外,密集连接的方式缓解了网络反向传播过程中梯度消失的问题。其次,对融合后的特征引入显著通道自注意力模块,对特征图不同通道间进行区分,筛选出有用的通道信息,使待检测的特征更具表征性。通过在目标检测的基准数据集COCO上测试,验证了所提方法的有效性和先进性。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop57.061008

作者单位:

    天津大学
    天津大学电气自动化与信息工程学院
    天津大学 电气自动化与信息工程学院

引用该论文

冀中,孔乾坤,王. 一种双注意力模型引导的目标检测算法[J].激光与光电子学进展,2020,57(06):061008.