魏 龙，王 羿，姚克明

（江苏理工学院电气信息工程学院，江苏常州 213001）

0 引言

随着机器视觉和深度学习的发展，目标检测算法应用越来越广泛，可进行工件检测［1］、布匹瑕疵检测、行人检测［2］，车辆检测［3］以及医学影像分析［4］等。

目前常用的深度学习目标检测算法主要有：two stage方法，如Faster R-CNN［5］、Mask R-CNN［6］等通过对样本图像生成一系列预测框，利用卷积神经网络进行分类和回归实现预测；one stage 方法，如SSD［7］、YOLO［8］等直接对图像进行检测生成预测框，通过回归输出预测结果。后者在检测速度上有很大优势，对一些需要实时检测的场景十分有效。

一般目标检测通过多层卷积神经网络进行特征提取可以获取丰富的语义信息，进而实现对目标的检测。对于小尺寸目标，由于在图片中占有的像素点较少导致有效特征不足，检测往往比较困难并出现漏检情况。针对小目标检测精度不高的问题，Liu 等［9］提出图像金字塔和逐层预测方法对小目标特征层进行定位。但该方法对计算机硬件和计算能力要求非常高，因此使用较少；Bell 等［10］参考RNN 算法中的长短期记忆，记录多层的特征信息对小目标进行预测，但由于该方法固有速率比较慢而实用性不高。

本文基于YOLO v4 网络，对原网络的目标检测层和卷积结构进行改进，提出一种多尺度目标检测和深度可分离卷积的特征提取算法，对高分辨率大图片的检测进行优化，增加了一种自适应先验框，在保证检测速率的精度前提下，提升对高分辨率图片里的小目标和低分辨率图像检测效果。……