控制与决策

作者：郑棨元,陈莹

单位：江南大学 轻工过程先进控制教育部重点实验室,江苏 无锡 214122,,江南大学 轻工过程先进控制教育部重点实验室,江苏 无锡 214122,

关键词：目标检测;可变形卷积;感受野;特征金字塔;自适应因子;单阶段算法

基金：国家自然科学基金项目(62173160).

现有的目标检测框架中,浅层弱分类能力是制约着网络精度进一步提高的关键.对此,提出基于浅层定位信息的动态细化检测网络.该网络在单阶段算法的基础上,通过增加多连接模块来增强浅层特征,同时去除浅层的分类操作以最大程度地保留浅层的定位结果,并将其作为候选框送入深层网络.深层网络通过使用引入自适应因子的感受野模块构建特征金字塔,以获得丰富的语义信息用于对浅层的回归结果进行判别和微调.最后设计基于自注意的可变形卷积头,通过对候选框的偏移来自发进行定位校准,使得网络获得精确的检测结果.在PASCAL VOC和MS COCO数据集上的实验结果表明,所提出的网络结构可以实现优异的检测精度.

来源：2023年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第1期