张 争，王 宇

（河南广播电视大学 信息技术中心，河南 郑州 450008）

一、引言

目标检测是在图像中找到感兴趣目标，并确定其类别和位置。作为计算机视觉研究领域的研究热点和难点，目标检测被广泛地应用于智能监控、智能交通、智慧医疗等领域。近几年，虽然深度卷积神经网络（CNNs）强大的表示能力推动了图像分类、目标检测的成功，但是目标检测任务还远远没有解决，其中一个主要原因是卷积网络在处理难样本，特别是小目标分类时，消除高歧义仍然存在困难。［1]为了缓解这一问题，工业和科学界的研究人员提出了许多方法，主要包括基于特征金字塔融合方法和级联检测器的两类方法。特征金字塔融合方法主要有FPN［2]、TDM［3]、DSSD［4]、FSSD［5]和FP Reconfig［6]，该类方法通过将语义更深的特征聚集到较浅的层次来解决小目标检测中的模糊性，通常，从主干中提取的一组特征映射跨尺度融合在一起，产生金字塔式的表示，在此基础上进行后续的检测操作。最早Lin等人提出了特征金字塔网络（Feature Pyramid Network，FPN），该网络通过迭代上采样和像素加法，将较高层次的判别特征融合到较低层次上，融入高层的语义信息和低层的位置信息。在此基础上，提出了TDM，将融合操作由像素加法改为像素级联。除了这两项基础工作外，还提出了一些更为复杂的特征金字塔融合方法，如FSSD重构了特征金字塔，通过把网络中某些特征进行尺度调整，特征图较小的层进行上采样来统一到同一尺寸，并通过级联对特征连接。……