第6期 赵文清，等：双向特征融合与注意力机制结合的目标检测 ·1103· 型，改进模型的检测速度略有下降，这是由于改 V0C2007具有20类目标，其中每一类别目标 进双向特征融合时模型计算量有所增加，从而影 与主流的目标检测算法的AP的对比结果如表4 响模型的检测速度。 所示。 表4V0C2007测试结果详细比较 Table 4 Detailed comparison of test results of VOC2007 m AP/% 类别方法 Faster-Renn5] SSD300m1 SSD512m DSSD321图 DSSD513 Ours300 Ours321 Ours512 飞机 76.5 79.5 84.8 81.9 86.6 84.4 85.5 87.8 自行车 79.0 83.9 85.1 84.9 86.2 85.7 86.7 88.0 鸟 70.9 76.0 81.5 80.5 82.6 78.2 81.5 84.0 船 66.5 69.6 73.0 68.4 74.9 76.3 77.5 81.1 瓶 52.1 50.5 57.8 53.9 52.5 61.8 58.9 61.5 公共汽车 83.1 87.0 87.8 85.6 89.0 87.9 85.8 82.1 小汽车 84.7 85.7 88.3 86.2 88.1 87.2 88.3 88.8 猫 86.4 88. 87.4 88.9 88.8 88.8 89.0 89.5 椅子 52.0 60.3 63.5 61.1 65. 65.9 67.6 68.9 奶牛 81.9 81.5 85.4 83.5 87.0 85.9 86.2 86.8 桌子 65.7 77.0 73.2 78.7 78.7 77.1 80.4 80.3 狗 84.8 86.1 86.2 86.7 88.2 86.2 87.6 87.4 马 84.6 87.5 86.7 88.7 89.0 88.5 87.6 87.7 摩托车 7.5 83.9 83.9 86.7 87.5 87.0 87.0 87.8 人 76.7 79.4 82.5 79.7 83.7 81.5 84.1 84.7 植物 38.8 52.3 55.6 51.7 51.5 59.1 60.3 62.0 山羊 73.6 77.9 81.7 78.0 86.3 78.5 83.3 83.3 沙发 73.9 79.5 79.0 80.9 81.6 81.2 82.3 82.3 火车 83.0 87.6 86.6 87.2 85.7 88.9 89.3 89.2 电视 72.6 76.8 80.0 79.4 83.7 80.6 81.2 80.2 由表4可知本文算法平均精度有一定的提 高，尤其对小目标的提升更为显著。 为了验证本文算法的有效性，对原始SSD算 法和本文算法的目标检测结果进行了可视化展 示，如图4、5所示。本文算法检测框和目标贴合 (a)识别出较小 (b)识别出被遮 (c)识别出密集 得更为紧密，同时对小目标的漏检和误检情况有 尺寸目标 挡目标 场景目标 一定程度的改善。 图5改进的SSD检测效果 Fig.5 Improved SSD detection results 4结束语 针对SSD目标检测中存在的问题，提出了双 (a)较小尺寸目标(b)被遮挡的目标(c)密集场景的小尺 向特征融合和注意力机制结合的目标检测方法。 识别结果 识别结果 寸目标识别结果 与传统的特征金字塔不同，该方法引入双向融合 图4SSD检测效果 特征金字塔，充分考虑高层与低层信息之间的关 Fig.4 SSD detection results 系，进一步得到了语义信息更丰富的多尺度特征型，改进模型的检测速度略有下降，这是由于改 进双向特征融合时模型计算量有所增加，从而影 响模型的检测速度。 VOC2007 具有 20 类目标，其中每一类别目标 与主流的目标检测算法的 AP 的对比结果如表 4 所示。 表 4 VOC2007 测试结果详细比较 Table 4 Detailed comparison of test results of VOC2007 m AP/% 类别方法 Faster-Rcnn[5] SSD300[7] SSD512[7] DSSD321[8] DSSD513[8] Ours300 Ours321 Ours512 飞机 76.5 79.5 84.8 81.9 86.6 84.4 85.5 87.8 自行车 79.0 83.9 85.1 84.9 86.2 85.7 86.7 88.0 鸟 70.9 76.0 81.5 80.5 82.6 78.2 81.5 84.0 船 66.5 69.6 73.0 68.4 74.9 76.3 77.5 81.1 瓶 52.1 50.5 57.8 53.9 52.5 61.8 58.9 61.5 公共汽车 83.1 87.0 87.8 85.6 89.0 87.9 85.8 82.1 小汽车 84.7 85.7 88.3 86.2 88.7 87.2 88.3 88.8 猫 86.4 88.1 87.4 88.9 88.8 88.8 89.0 89.5 椅子 52.0 60.3 63.5 61.1 65.2 65.9 67.6 68.9 奶牛 81.9 81.5 85.4 83.5 87.0 85.9 86.2 86.8 桌子 65.7 77.0 73.2 78.7 78.7 77.7 80.4 80.3 狗 84.8 86.1 86.2 86.7 88.2 86.2 87.6 87.4 马 84.6 87.5 86.7 88.7 89.0 88.5 87.6 87.7 摩托车 77.5 83.9 83.9 86.7 87.5 87.0 87.0 87.8 人 76.7 79.4 82.5 79.7 83.7 81.5 84.1 84.7 植物 38.8 52.3 55.6 51.7 51.5 59.1 60.3 62.0 山羊 73.6 77.9 81.7 78.0 86.3 78.5 83.3 83.3 沙发 73.9 79.5 79.0 80.9 81.6 81.2 82.3 82.3 火车 83.0 87.6 86.6 87.2 85.7 88.9 89.3 89.2 电视 72.6 76.8 80.0 79.4 83.7 80.6 81.2 80.2 由表 4 可知本文算法平均精度有一定的提 高，尤其对小目标的提升更为显著。 为了验证本文算法的有效性，对原始 SSD 算 法和本文算法的目标检测结果进行了可视化展 示，如图 4、5 所示。本文算法检测框和目标贴合 得更为紧密，同时对小目标的漏检和误检情况有 一定程度的改善。 (a) 较小尺寸目标 识别结果 (b) 被遮挡的目标 识别结果 (c) 密集场景的小尺 寸目标识别结果 图 4 SSD 检测效果 Fig. 4 SSD detection results (a) 识别出较小 尺寸目标 (b) 识别出被遮 挡目标 (c) 识别出密集 场景目标 图 5 改进的 SSD 检测效果 Fig. 5 Improved SSD detection results 4 结束语 针对 SSD 目标检测中存在的问题，提出了双 向特征融合和注意力机制结合的目标检测方法。 与传统的特征金字塔不同，该方法引入双向融合 特征金字塔，充分考虑高层与低层信息之间的关 系，进一步得到了语义信息更丰富的多尺度特征 第 6 期 赵文清，等：双向特征融合与注意力机制结合的目标检测 ·1103·