空军工程大学学报

作者：李娟娟，侯志强，白玉，程环环，马素刚，余旺盛，蒲磊

单位：1.西安邮电大学计算机学院，西安，710121； 2.西安邮电大学陕西省网络数据分析与智能处理重点实验室，西安，710121；3.空军工程大学信息与导航学院，西安，710077； 4.火箭军工程大学作战保障学院，西安，710025\

关键词：目标检测;SSD算法;空洞卷积;特征融合

基金：国家自然科学基金(62072370)

针对SSD多尺度目标检测过程中存在的目标漏检和错检问题，提出了一种融入多维空洞卷积和多尺度特征融合的目标检测算法。在卷积神经网络输出的多尺度特征中，浅层具有更多的细节信息，深层具有更多的语义信息，根据这一特点，对浅层网络采用了3种多维空洞卷积的浅层特征增强模块，获得具有语义信息的特征图，将增强后的特征图进行下采样，融合不同层的特征；同时在深层网络引入通道注意力模块，对通道进行权重分配，抑制无用信息，提高目标的检测性能。研究结果表明：该算法在PASCAL VOC数据集上检测精度为79.7%，比SSD算法提高了2.4%；在KITTI数据集上检测精度为68.5%，比SSD算法提高了5.1%，检测速度达到了实时性的要求，有效地改善了目标的漏检和错检。

来源：2022年第1期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2022年第1期