基于轻量级网络的装甲目标快速检测

作     者：孙皓泽 常天庆 张雷 杨国振 韩斌 李严彪 Sun Haoze;Chang Tianqing;Zhang Lei;Yang Guozhen;Han Bin;Li Yanbiao

作者机构：陆军装甲兵学院兵器与控制系北京100072 中国人民解放军78123部队成都610017 陆军试验训练基地第二试验训练区渭南714200 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2019年第31卷第7期

页      面：1110-1121页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：军队院校创新工程项目(2014060014) 

主　　题：装甲目标 轻量级卷积神经网络 目标检测 单步检测器 

摘      要：针对战场环境下装甲目标的检测任务,提出一种基于轻量级网络的快速检测方法.首先以轻量级卷积神经网络MobileNet 作为骨架网络,构建一个多尺度的单步检测网络;然后针对装甲目标的尺寸分布情况使用分辨率更高的卷积特征图,并在每个检测单元上新加入一个残差模块,增强了对小尺度目标的检测能力;最后引入focal-loss损失来替代传统的交叉熵损失函数,有效地克服了训练过程中存在的正负样本分布极度不平衡的问题.针对装甲目标构建了专用的目标检测数据集,并在该数据集上对几种目前主流的单步检测方法进行了训练和测试,实验结果表明,该方法在检测精度、模型容量以及运行速度上均取得了较好的效果,对于无人机等小型移动侦查平台具备良好的适用性.