基于选择性二阶段分类回归的单级目标检测

发布时间：2023-10-27 17:33

　　高效率的目标检测是一个具有挑战性的问题,尤其在速度与精度无法同时满足需求的环境下。文中提出了一种选择性二阶段分类回归的目标检测方法。主要工作如下:首先,对RefineDet算法中两个阶段分类和回归模块进行调整,低层只做二阶段分类以减少假阳性,高层只做二阶段回归以提高定位精度。此外,引入了一种RoIConv算子,该算子以计算偏移量的方式在一阶段检测中对齐特征及其对应的锚点。结果表明,推理成本保持不变,算法在MS COCO测试集上检测精度达到39.3,小目标精度达到19.1。

【文章页数】：5 页

【文章目录】：
0 引言
1 相关工作
    1.1 单级目标检测算法
    1.2 两级目标检测算法
    1.3 级联目标检测算法
2 选择性二阶段分类回归网络
    2.1 选择性二阶段分类
    2.2 选择性二阶段回归
    2.3 特征对齐
3 训练与实验
4 分析与讨论
5 结束语



本文编号：3856959