基于注意力特征金字塔的輕量級目標檢測算法
2021年電子技術應用第10期
趙義飛，王 勇
北京工業大學 信息學部，北京100124
摘要： 基于深度學習的目標檢測算法因其模型復雜度和對計算能力的要求，難以部署在移動設備等低算力平臺上。為了降低模型的規模，提出一種輕量級目標檢測算法。該算法在自頂向下的特征融合的基礎之上，通過添加注意力機制構建特征金字塔網絡，以達到更細粒度的特征表達能力。該模型以分辨率為320×320的圖像作為輸入，浮點運算量只有0.72 B，并在VOC數據集上取得了74.2%的mAP，達到了與傳統單階段目標檢測算法相似的精度。實驗數據表明，該算法在保持了檢測精度的同時顯著降低了模型運算量，更適合低算力條件下的目標檢測。
中圖分類號： TN98；TP391
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.211320
中文引用格式： 趙義飛，王勇. 基于注意力特征金字塔的輕量級目標檢測算法[J].電子技術應用，2021，47(10)：33-37.
英文引用格式： Zhao Yifei，Wang Yong. Lightweight object detection algorithm based on attention feature pyramid network[J]. Application of Electronic Technique，2021，47(10)：33-37.
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.211320
中文引用格式： 趙義飛，王勇. 基于注意力特征金字塔的輕量級目標檢測算法[J].電子技術應用，2021，47(10)：33-37.
英文引用格式： Zhao Yifei，Wang Yong. Lightweight object detection algorithm based on attention feature pyramid network[J]. Application of Electronic Technique，2021，47(10)：33-37.
Lightweight object detection algorithm based on attention feature pyramid network
Zhao Yifei，Wang Yong
Faculty of Information Technology，Beijing University of Technology，Beijing 100124，China
Abstract： Object detection algorithms based on deep learning are difficult to deploy on low computing power platforms such as mobile devices due to their complexity and computational demands. In order to reduce the scale of the model, this paper proposed a lightweight object detection algorithm. Based on the top-down feature fusion, the algorithm built a feature pyramid network by adding an attention mechanism to achieve more fine-grained feature expression capabilities. The proposed model took an image with a resolution of 320×320 as input and had only 0.72 B FLOPs, achieved 74.2% mAP on the VOC dataset and the accuracy is similar to traditional one-stage object detection algorithms. Experimental data shows that the algorithm significantly reduces the computational complexity of the model, maintains the accuracy, and is more suitable for object detection with low computing power.
Key words : object detection；feature pyramid；attention mechanism；lightweight algorithm
0 引言
目標檢測是計算機視覺的關鍵組成部分之一，旨在探索統一框架下人類視覺認知過程的模擬和行人檢測、人臉識別、文本檢測等特定應用場景下視覺任務的完成。2012年，Krizhevsky等[1]提出的AlexNet將卷積神經網絡應用在了圖像分類算法之中并取得了驚人的效果，從此基于深度學習的卷積神經網絡算法開始取代傳統的基于人工特征的算法，成為了計算機視覺領域的主流研究方向。
目前基于深度學習的目標檢測算法可分為單階段檢測算法和兩階段檢測算法兩類。單階段目標檢測算法以SSD[2]和Yolo[3-5]系列算法為代表，是一種通過在卷積神經網絡提取的特征圖上設置錨點，并對每個錨點上預設的不同大小和長寬比例的邊界框進行檢測的方法。兩階段目標檢測算法以RCNN[6-8]系列算法為代表，先在特征圖上采用額外步驟生成候選區域，再對候選區域進行檢測。與單階段算法相比，兩階段算法一般擁有更高的檢測精度，但由于增加了額外的運算量，檢測速度也相對較低。
本文詳細內容請下載：http://m.xxav2194.com/resource/share/2000003778。
作者信息：
趙義飛，王 勇
(北京工業大學 信息學部，北京100124)
此內容為AET網站原創，未經授權禁止轉載。