首页|融合上下文信息特征的小目标检测方法

融合上下文信息特征的小目标检测方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
由于小目标有限的分辨率和表观信息,其检测任务一直是计算机视觉领域的挑战性工作.在解决这一问题时,现有大多数方法为了提高精度而牺牲了速度.在论文中,为了提高小目标检测精度,同时保证检测速度,提出了一种在卷积网络中引入上下文信息的特征融合方法,即Contextual Fused Network(简称CF-Net).CF-Net引入了上下文信息,并且只在浅层进行特征融合,这样既能提高小目标的检测精度,又能保证检测速度.实验结果表明,在小目标检测上,CF-Net在PASCAL VOC2007上获得的mAP为78.9,比目前主流的单点检测器SSD提高了2％.CF-Net模型测试速度为40 fps,比现有小目标检测器DSSD高26.4 fps.
Small Object Detection Method with Multi-level Feature Fusion of Context Information

姚广华、吴训成、张雪翔、侍俊

展开 >

上海工程技术大学机械与汽车工程学院 上海 201620

32128部队 济南 250000

小目标检测 特征融合 上下文信息 CF-Net

2022

10.3969/j.issn.1672-9722.2022.05.019

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(5)
  • 17