论文部分内容阅读
与常规目标相比,小目标在图像中的像素占比较小且特征不明显,而基于卷积神经网络的目标检测算法对小目标的鲁棒性较差。因此,基于改进的多尺寸反卷积单次多目标检测(MDSSD)网络提出了一种多特征融合小目标实时检测算法,可在不影响实时性的前提下增强算法对小目标的检测能力。为了提高算法的实时性,删减了MDSSD网络中的一部分融合模块,并用双线性插值操作代替特征图尺寸变换过程中的反卷积操作。为了提高算法的准确率,在特征图预测阶段,对每个预测层添加残差预测模块。针对算法中存在正负样本严重失衡的问题,用Focal