论文部分内容阅读
近年来目标检测在机器视觉领域得到了极大的发展。然而对于图像中的微小物体,其所占像素少,容易受到背景因素等影响。当前算法在进行卷积采样时容易丢失小目标的特征信息,对于小目标达不到很好的检测效果。针对图像中小目标检测存在的问题,在研究当前目标检测算法的特点时发现SSD系列算法兼顾检测精度和速度的优点。在SSD网络框架中引入注意力模块,有效提取小目标的特征信息。使用特征融合的方式对小目标进行精确的位置回归。通过实验在TILDA织物瑕疵数据集和VEDAI航拍数据集上验证了该方法的可行性,对于图像中的小目标可