论文部分内容阅读
针对SSD算法在目标检测过程中对小目标检测效果差的情况,提出了一种基于特征融合和特征增强的检测方法。该方法融合了深度和浅层特征信息,以提高网络模型检测小目标的能力,在预测层之后添加了特征增强模块并引入了通道注意力机制的思想,在保留了原目标信息的基础上,抑制了其它无关的信息,有效提高了网络的检测精度。最后,在VOC数据集上进行了测试。实验结果表明,所提算法的检测精度(mAP)为79.8%,相比于SSD提高了3.4%,进一步提高了小目标检测的准确度。