基于残差网络和改进特征金字塔的油田作业现场目标检测算法

• 作 者: 梁鸿 李洋 邵明文 李传秀 张兆雷
• 机 构: 中国石油大学（华东）计算机科学与技术学院
• 出 处: 科学技术与工程
• 发表日期: 2020年11期
• 关键词: 深度学习 单点多盒检测器(SSD) 小目标检测 特征金字塔 残差网络 空洞卷积 油田安防 deep learningsingle shot multibox d
• 基金项目: 国家自然科学基金(61673396),2018年中央高校基本科研业务费项目(18CX02138A)

针对单点多盒检测器(single shot multibox detector,SSD)对小目标识别率低的问题,提出一种基于残差网络和改进特征金字塔(feature pyramid networks,FPN)的RP-SSD(residual and pyramid SSD)算法,并将其应用于油田安防领域。为了得到小物体更多的信息,首先在特征金字塔中增加上采样模块,并在上采样模块之后添加预测模块,之后采用空洞卷积增大Conv4_3的感受野。RP-SSD网络变深,针对RP-SSD在反向传播过程中存在梯度