一种具有特征聚合与增强的单阶段目标检测器
计算机视觉与模式识别
2019-09-10 v2
摘要
对于许多实际应用，准确且快速地检测目标同等重要。在本文中，我们提出了一种准确且高效的具有特征聚合与增强的单阶段目标检测器（FAENet）。我们的动机是同时增强和利用整个网络的浅层和深层特征图。为此，我们引入了一对新颖的特征聚合模块和两个特征增强块，并将它们集成到SSD的原始结构中。在PASCAL VOC和MS COCO数据集上的大量实验表明，所提方法比SSD实现了高得多的准确率。此外，我们的方法在小目标上优于最先进的一阶段检测器RefineDet，并且能以更快的速度运行。
引用
@article{arxiv.1902.02923,
title = {A Single-shot Object Detector with Feature Aggragation and Enhancement},
author = {Weiqiang Li and Guizhong Liu},
journal= {arXiv preprint arXiv:1902.02923},
year = {2019}
}