基于改进多级特征金字塔的陆战场目标检测算法

摘要

在实际陆战场环境中,常常因为所检测的实际目标(如坦克、火炮、单兵等)存在多尺度识别率低、正负样本不均衡的难题,导致无法准确实时地实现陆战场目标检测.虽然现有的One-stage检测器提高了一定的速率但是不能满足准确率的要求.为此提出一种基于改进的多层次特征金字塔网络(I-MLFPN)的陆战场目标检测算法,在提高识别精度的同时提升检测速度.以目标检测框架SSD为基础,提出改进的多层次特征金字塔网络(I-MLFPN)来构建更有效的特征金字塔,用于检测不同尺度的对象;采用Focal loss损失函数,解决因正负样本不均衡带来低准确率的问题.该算法将目标检测速度提高到24.8帧/s,目标检测准确率提高了7％,达到69.3％,有效解决了检测速度与准确率兼得的问题.