王 平，江雨泽，赵光辉

(1.天津航天中为数据系统科技有限公司，天津 300301；2.西安电子科技大学 人工智能学院，陕西 西安 710071)

近年来，深度学习在图像检测领域获得了较大进展[1-2]，其中一阶段检测网络由于其实时性被越来越多的应用在目标检测任务中。目标检测由识别和定位两个任务组成，大多数一阶段网络都使用较大的降采样因子来增强对物体的识别分类能力，但是过大的降采样因子也会给定位任务带来全局噪声，从而降低物体的定位精度，这种情况在目标密集的情况下尤为明显[3-5]。

为了解决传统一阶段网络定位不准的问题，大量的研究人员开始探索模型结构中降采样因子和目标定位之间的矛盾关系。该问题主要表现为降采样因子会给目标定位带来全局噪声，通过降低这些全局噪声或者增大原始定位信息的权重来提升目标的定位精度。

目前，已经有一些算法通过对降采样因子进行处理来提升检测网络的整体检测精度。文献[6-7]采用改进后的残差网络(Residual Net ResNet)模型设计了一种新的“瓶颈(Bottleneck)”结构，每个阶段的输出都会与上一个阶段的残差值进行叠加，将之前每一层的原始信息直接传递到后层，变相增大了原始定位信息的权重。YOLOv3[3]使用了上采样操作和多尺度特征图联合的方法来提升网络的检测精度，从而降低了降采样带来的噪声强度。文献[4]构建了锚框细化模块(Anchor Refinement Module，ARM)和目标检测模块(Object Detection Module，ODM)模块，将目标的位置信息和类别信息进行有效整合，降低了降采样因子的干扰。……