用于无人机航拍图像目标检测的密集多尺度特征融合金字塔网络
计算机视觉与模式识别
2020-12-22 v1 机器学习
图像与视频处理
摘要
尽管基于深度学习的目标检测研究已取得诸多显著进展，对于小尺寸物体的检测仍是一项具有挑战性的任务，在无人机航拍图像中尤为突出。针对这些问题，探索能够提取小物体更充分特征信息的特征提取方法至关重要。本文提出一种称为密集多尺度特征融合金字塔网络（DMFFPN）的新方法，旨在尽可能获取丰富特征，改善信息传输与复用。具体而言，设计密集连接以充分利用来自不同卷积层的表示。此外，在第二阶段应用级联架构以增强定位能力。在名为 VisDrone-DET 的无人机数据集上的实验表明我们的方法具有具竞争力的性能。
引用
@article{arxiv.2012.10643,
title = {Dense Multiscale Feature Fusion Pyramid Networks for Object Detection in UAV-Captured Images},
author = {Yingjie Liu},
journal= {arXiv preprint arXiv:2012.10643},
year = {2020}
}
备注
10 pages, 5 figures