计算机应用

作者：刘子威, 邓春华, 刘静

单位：1. 武汉科技大学 计算机科学与技术学院, 武汉 430065;2. 武汉科技大学 大数据科学与工程研究院, 武汉 430065;3. 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学), 武汉 430065

关键词：深度学习,机器视觉,卷积神经网络,单阶段目标检测,锚框,沙漏网络

基金：国家自然科学基金资助项目（61806150）；湖北省科技厅计划项目（2018CFB195）；湖北省教育厅科学技术研究计划青年人才项目（Q20181104）；智能信息处理与实时工业系统湖北省重点实验室开放基金资助项目（znxx2018QN09）；武汉科技大学国防预研基金资助项目（GF201814）。

基于无锚框深度学习的目标检测是一种主流的单阶段目标检测算法。融合多层监督信息的沙漏网络结构能够显著提升无锚框目标检测算法的精度，然而其速度却远低于同层次的普通网络的速度，并且不同尺度目标间的特征会互相干扰。针对上述问题，提出了一种非对称沙漏网络结构的目标检测算法。该算法在融合不同网络层的特征时不受形状大小的约束，能够快速高效抽象出网络的语义信息，使模型更容易学习到各种尺度之间的差异。针对不同尺度目标检测问题，设计了一种多尺度输出的沙漏网络结构用来解决不同尺度目标间特征互相干扰的问题，并精细化输出的检测结果。另外，针对多尺度输出使用了一种特殊的非极大值抑制算法以提高检测算法的召回率。实验结果表明，所提算法在COCO数据集上的AP50指标达到61.3%，相较于无锚框网络CenterNet提升了4.2个百分点。所提算法在精度与时间的平衡上超越了原始算法，尤其适用于对工业场景的目标进行实时检测。

来源：2020年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第12期