融合场景上下文的轻量级目标检测网络

• 作 者: 刘婷婷 苗华 李琳 向阳 李琦 孟奇
• 机 构: 长春理工大学光电工程学院,吉林长春130022
• 出 处: 激光与光电子学进展
• 发表日期: 2021年20期
• 关键词: 图像处理 目标检测 场景上下文 YOLOv3 简单循环单元 image processing target detection scene context YO

提出了一种融合场景上下文的轻量级目标检测网络,有效地解决了现有检测算法在无人机领域应用效果较差的问题。在该网络的设计中,首先用MobileNetV3替换YOLOv3的主干网络,并通过1×1卷积层提取场景信息。同时,构建场景上下文模块以筛选物体的细粒度特征。再采用完全交并比(CIOU)损失对损失函数中的边界框位置误差项进行优化。最后,在新建无人机航拍数据集上对所提算法进行训练与测试。实验结果表明,相较于YOLOv3算法,所提算法的平均检测精度提高了8.4个百分点,检测速度提高了5.8frame/s。