FASSD:基于特征扩展融合的SSD优化模型*
2023-03-21孙楠
计算机时代 2023年3期
孙 楠
(1.苏州大学计算机科学与技术学院,江苏 苏州 215006;2.江苏省计算机信息处理技术重点实验室)
0 引言
目标检测是计算机视觉重要的研究领域之一,其主要针对图像中目标位置的定位与目标分类的识别,是众多高层次视觉语义任务的基础。近年来,由于卷积神经网络(CNN)的蓬勃发展,诸多先进的算法与模型已经被应用到目标检测领域[1,2]。
本文在单阶段检测模型SSD 的基础上进行优化。SSD 模型利用VGG-16 作为主干网络,抽取若干特征层构建特征金字塔,采用先验框的方式,对不同尺度的目标分别进行预测。其具有检测速度快,对目标的尺度变化具有鲁棒性,检测精度高等特点。但是SSD依然存在不少问题,首先,尽管SSD 通过引入多尺度特征金字塔,使得其能检测不同尺度下的目标,但却不能很好地捕获单一尺度下的语义信息,对于单一的某层特征,其往往具有非常局限的感受野。此外,SSD并没有对目标定位与目标分类这两种截然不同的特征进行区分,从而降低了模型对特定特征的敏感性,进一步降低检测精度。
提高目标检测精度有着重要的研究意义与应用价值[3]。为此,SSD 作者本人提出了DSSD[4],使用去卷积层的方式来加强浅层特征图表征能力,对整个SSD模型精度有不小的提升,但由于加入大量反卷积操作,使得模型的检测速率有所下降。
为了缓解SSD 模型的缺陷,本文做出如下改进:①将主干网络换成表征能力更强的ResNet-50;②引入扩展融合卷积,改造特征金字塔,增强感受野;……
登录APP查看全文
