一种基于密集连接卷积神经网络的目标检测方法

摘要

本发明公开了一种基于密集连接卷积神经网络的目标检测方法，其为了减小参数量，且提高特征重复利用效果，使用多个密集连接块与转换层交替连接的网络结构代替以往的整体结构，进行特征提取能提取到图像中有判别性的特征映射。全局关注模块融合4种不同感受野的特征图，解决以往单层感受野尺寸相同的问题；同时每条支路的后三个卷积层使得底层的特征图在保证分辨率的前提下拥有足够优秀的特征表达。本发明提出的图像目标检测模型能有效地提取图像的特征，提炼出具有不同尺寸感受野并融合多层次信息的特征图；同时语义信息与空间信息的结合提高了小物体的检测效果；同时整个网络能达到端到端的训练，保持实时检测速度的同时，提高了目标的检测效果。