改进ResNet50和FPN的多尺度目标检测算法研究 |
| |
引用本文: | 郭宝鑫,谢晓尧,刘嵩.改进ResNet50和FPN的多尺度目标检测算法研究[J].贵州师范大学学报(自然科学版),2024(1):94-101+126. |
| |
作者姓名: | 郭宝鑫 谢晓尧 刘嵩 |
| |
作者单位: | 贵州师范大学贵州省信息与计算科学重点实验室 |
| |
摘 要: | 针对ResNet50和FPN结构无法将浅层的细节信息和深层的语义信息充分融合利用等问题,提出了一种改进ResNet50和FPN结构的算法,在ResNet50网络结构不同层次中引入了改进的通道和空间注意力模块,充分利用不同特征层的细节信息和语义信息。此外,在FPN结构中,为了能让浅层特征层更好的利用深层特征层的语义信息,在FPN自上而下的路径中,不同特征层之间增加了旁路来加强特征的重用。实验结果表明,在MS COCO数据集训练以后在PASCAL VOC 2012测试的均值平均精度(mAP)达到了83.2%,提升了2.7%,在MS COCO数据集上的mAP提升了1.5%,具有不错的检测性能。
|
关 键 词: | 注意力机制 特征金字塔 特征重用 特征融合 特征层信息 |
|
|