基于尺度不变性与特征融合的目标检测算法

摘要

在目标检测算法中,尺度变化是目标检测的关键问题之一.针对不同目标拥有不同尺度的问题,构建一个三分支网络,生成能表示对应尺度的特征图,每个分支对应特定的感受野,分别负责检测大、中、小物体.通过筛选合适尺度的对象实例进行训练,保持各分支的尺度不变性.为保证小物体的检测效果,没有对检测小物体的分支采用下采样,同时使用膨胀卷积增加语义信息;检测大物体的分支则采用更大膨胀率的膨胀卷积,扩大感受野,获得更多的语义信息.在保证尺度不变性的情况下,特征融合必不可少,因此使用多尺度融合的思想,在不影响并行的三分支网络的情况下,对低层特征与高层特征进行了选择性融合.