针对目前Anchor-free目标检测方法CenterNet(Objects as Points)生成热力图不准确、检测精度不足的问题,提出了一种基于特征迭代聚合的高分辨率表征网络Center-Net-DHRNet.首先,引入高分辨率表征骨干网络,并用迭代聚合的方式对不同分辨率的特征图进行融合,提高网络的分辨率,有效减少图像在下采样过程中损失的空间语义信息.其次,使用高效通道注意力机制对高分辨率表征骨干网络的输出进行优化.最后,利用结合空洞卷积的空间金字塔池化操作增强网络对不同尺度物体的感受野.实验在PASCAL VOC数据集和KITTI数据集上进行,结果表明:CenterNet-DHRNet精度更高,满足实时检测的性能要求,具有良好的鲁棒性.
展开▼