面向航摄图像目标检测的轻量级特征融合网络

作     者：樊强强 史再峰 孔凡宁 李少雄 肖军 Fan Qiangqiang;Shi Zaifeng;Kong Fanning;Li Shaoxiong;Xiao Jun

作者机构：天津大学微电子学院天津300072 飞腾信息技术有限公司天津300459 天津市成像与感知微电子技术重点实验室天津300072 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2023年第60卷第10期

页      面：265-274页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(62071326) 

主　　题：目标检测 Anchor-Free 可变形感受野块 特征融合 动态样本匹配 

摘      要：针对现有航摄图像目标检测算法中模型复杂、超参数多、检测精度较低的问题,提出一种面向航摄图像目标检测的轻量级多尺度特征融合网络。该网络采用Anchor-Free思想,通过逐像素预测的方式,减少了与Anchor相关的超参数;利用MobileNetV3作为特征提取网络并使用Ghost瓶颈模块优化多尺度特征融合网络,来降低网络的参数量和计算量;引入可变形卷积来构建可变形感受野模块,提高检测器对航摄图像目标形变的鲁棒性;同时采用标签分配策略SimOTA进行动态样本匹配,以缓解航摄图像目标分布密集、遮挡严重的检测问题。在数据集VisDrone2019-DET和NWPU VHR-10上对所提网络进行评估,检测精度AP50分别达26.6%和94.4%,检测速度分别达59.9 frame/s和79.6 frame/s。与主流目标检测网络相比,所提网络在保持较高检测精度和速度的同时,具有较小的参数量和计算量,更适合应用于机载计算设备。