计算机辅助设计与图形学学报

作者：乔美英, 史建柯, 李冰锋, 赵岩, 史有强

关键词：水下目标检测, 小目标检测, 特征金字塔网络, 损失函数, Faster R-CNN

针对水下小目标因携带特征信息少、定位不精准而导致检测精度低的问题,提出一种特征金字塔网络(FPN).首先,在FPN上采样过程中加入协同非局部注意力模块,利用卷积、横纵向池化挖掘特征图的静态和动态上下文信息;其次,在FPN通道调整过程中加入三叉戟特征增强模块,利用并行空洞卷积与高效通道注意力(ECANet)捕捉多尺度空间与通道特征信息;最后,在Faster R-CNN算法的回归损失函数中引入线性回归损失增益系数,增大对多尺度目标回归偏移量的惩罚,提高定位精度.实验结果表明,采用2020年全国水下目标检测大赛提供的数据集、PASCAL VOC数据集和MS COCO数据集进行实验,该算法比基线Faster R-CNN算法精度分别提升2.8%,2.2%和2.5%,结果证明了其有效性.

来源：2023年第4期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2023年第4期