文献类型：期刊文章

作　　者：梁延禹[1,2] 李金宝[1,2,3]

LIANG Yanyu;LI Jinbao(College of Computer Science and Technology,Heilongjiang University,Harbin 150080,China;Key Laboratory of Database and Parallel Computing of Heilongjiang Province,Heilongjiang University,Harbin 150080,China;Software Technology Institute,Heilongjiang University,Harbin 150080,China)

机构地区：[1]黑龙江大学计算机科学技术学院,哈尔滨150080 [2]黑龙江大学黑龙江省数据库与并行计算重点实验室,哈尔滨150080 [3]黑龙江大学软件学院,哈尔滨150080

出　　处：《计算机科学与探索》

基　　金：国家自然科学基金No.61370222;黑龙江省自然科学基金重点项目No.ZD2019F003。

年　　份：2020

卷　　号：14

期　　号：10

起止页码：1744-1753

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、IC、JST、ZGKJHX、核心刊

摘　　要：现有的小目标检测方法通常采用多尺度特征图或利用多尺度融合特征进行检测,这些方法主要利用了特征图的空间信息而忽略了通道间的相互依赖关系。提出一种新的小目标检测网络,该网络在浅层利用非局部通道注意力模块整合特征的全局空间信息,进而对通道间的信息进行校准。从空间域及通道域获取特征的远距离依赖关系,增强浅层特征中小目标的上下文语义信息。同时,通过密集连接结构增强深层部分的特征提取能力,获取丰富的目标信息,提高目标检测任务的准确率和实时性。实验结果表明,该算法在PASCAL VOC、MS COCO数据集中得到了较好的检测结果,并且在保证检测速度的前提下,能有效提高小目标的检测准确率。

关 键 词：目标检测 卷积神经网络(CNN)  非局部注意力  密集连接  

分 类 号：TP391.4]