DF-SSD:一种基于反卷积和特征融合的单阶段小目标检测算法

计算机与现代化 ›› 2021, Vol. 0 ›› Issue (06): 18-23.

DF-SSD:一种基于反卷积和特征融合的单阶段小目标检测算法

（1.贵州省先进计算与医疗信息服务工程实验室（贵州大学计算机科学与技术学院），贵州贵阳550025；
2.航天江南集团有限公司，贵州贵阳550009； 3.贵州联科卫信科技有限公司，贵州贵阳550001）

出版日期:2021-07-05 发布日期:2021-07-05
作者简介:王良玮（1995—），女，贵州遵义人，硕士研究生，研究方向：大规模数据处理与分析，计算机视觉，E-mail: 2442187702@qq.com；陈梅（1964—），女，教授，博士，研究方向：大规模数据管理与分析，医学信息管理与分析服务；通信作者：李晖（1982—），男，教授，博士，研究方向：大规模数据管理与分析，人工智能技术及应用，高性能数据库，云服务，E-mail: cse.HuiLi@gzu.edu.cn；李焕军（1980—），男，高级工程师，研究方向：工业大数据与工业人工智能；施若（1966—），男，博士，研究方向：多源医疗数据融合处理；戴震宇（1985—），男，实验师，研究方向：大规模数据管理与分析。
基金资助:
国家自然科学基金资助项目（71964009）；贵州省高层次创新型人才项目（黔财教［2018］190）

DF-SSD: A One-stage Small Target Detection Algorithm Based on Deconvolution and Feature Fusion

(1. Guizhou Engineering Laboratory for Advance Computing and Medical Information Service College of (Computer Science and
Technology, Guizhou University), Guiyang 550025, China; 2. Aerospace Jiangnan Group Co. Ltd., Guiyang 550009, China;
3. Guizhou Lianke Weixin Technology Co. Ltd., Guiyang 550001, China)

Online:2021-07-05 Published:2021-07-05

摘要/Abstract

摘要： 针对经典的单阶段多目标检测算法SSD对小目标物检测效果差的问题，提出DF-SSD算法，其核心技术贡献包括基于反卷积与特征融合的方法和改进后的先验框尺寸计算算法。反卷积与特征融合能够增加浅层特征层的语义信息。改进后的先验框尺寸计算引入了数据集的特点，能有效利用每一个先验框进行训练和预测。改进后的方法DF-SSD与基于SSD改进的R-SSD和RSSD模型相比，具有较高的检测准确率。同时，DF-SSD的检测时间仅是R-SSD的1/2，是DSSD的1/5。改进后的方法在VOC2007和DIOR这2个数据集上的MAP比SSD分别提升了1.4和3.6个百分点。其中ship、vehicle、windmill、cat这4类小目标的MAP分别提升了23.2、12.6、8和4.8个百分点。结果表明：DF-SSD方法有效提高了小目标物的检测正确率，并且具有较快的检测速度。

关键词: SSD模型, 反卷积, 特征融合, 小目标检测, PASCAL VOC2007, DIOR

Abstract: Aiming at the problem of the SSD model’s poor detection performance on small targets, the DF-SSD algorithm was proposed, its technical contributions include a one-stage detector method based on deconvolution and feature fusion and an improved default bounding boxes’ size calculation algorithm. Deconvolution and feature fusion can increase the semantic information of shallow feature layers. In DF-SSD algorithm, the improved default bounding boxes’ size calculation introduces the characteristics of the data set, which can effectively use each default bounding box for training and prediction. Compared with the improved R-SSD and RSSD models based on SSD, the DF-SSD method has higher detection accuracy. At the same time, DF-SSD’s detection overhead is only 1/2 of R-SSD and 1/5 of DSSD. The MAP of the DF-SSD on the VOC2007 and DIOR data sets is 1.4 and 3.6 percentage points higher than that of SSD respectively. Meanwhile, DF-SSD’s MAP of small targets of ship, vehicle, windmill, and cat increased 23.2, 12.6, 8 and 4.8 percentage points respectively. The results show DF-SSD effectively improves the detection accuracy of small targets and has a faster detection speed.

Key words: SSD model, deconvolution, feature fusion, small target detection, PASCAL VOC2007, DIOR

王良玮, 陈梅, 李晖, 李焕军, 施若, 戴震宇. DF-SSD:一种基于反卷积和特征融合的单阶段小目标检测算法[J]. 计算机与现代化, 2021, 0(06): 18-23.

WANG Liang-wei, CHEN Mei, LI Hui, LI Huan-juan, SHI Ruo, DAI Zhen-yu. DF-SSD: A One-stage Small Target Detection Algorithm Based on Deconvolution and Feature Fusion[J]. Computer and Modernization, 2021, 0(06): 18-23.

参考文献［22］

［1］	寇大磊,权冀川,张仲伟. 基于深度学习的目标检测框架进展研究［J］. 计算机工程与应用, 2019,55(11):25-34.
［2］	张冬明,靳国庆,代锋,等. 基于深度融合的显著性目标检测算法［J］. 计算机学报, 2019,42(9):2076-2086.
［3］	周晓彦,王珂,李凌燕. 基于深度学习的目标检测算法综述［J］. 电子测量技术, 2017,40(11):89-93.
［4］	龙敏,佟越洋. 应用卷积神经网络的人脸活体检测算法研究［J］. 计算机科学与探索, 2018,12(10):1658-1670.
［5］	杨会成,朱文博,童英. 基于车内外视觉信息的行人碰撞预警方法［J］. 智能系统学报, 2019,14(4):752-760.
［6］	董晶,傅丹,杨夏. 无人机视频运动目标实时检测及跟踪［J］. 应用光学, 2013,34(2):255-259.
［7］	XIE L, AHMAD T, JIN L, et al. A new CNN-based method for multi-directional car license plate detection［J］. IEEE Transactions on Intelligent Transportation Systems, 2018,19(2):507-517.
［8］	GKIOXARI G, HARIHARAN B, GIRSHICK R, et al. R-CNNs for pose estimation and action detection［J］. Computer Science, 2014,12(8):1221-1229.
［9］	HE K M, GKIOXARI G, DOLLAR P. Mask R-CNN［C］// Proceedings of the IEEE International Conference on Computer Vision. 2017:2961-2969.
［10］	REN S Q, HE K M, GIRSHICK R, et al. Faster R-CNN: Towards real-time object detection with region proposal networks［C］// Proceedings of the 28th International Conference on Neural Information Processing Systems. 2015:91-99.
［11］	REDMON J, FARHADI A. YOLO9000: Better, faster, stronger［C］// Proceedings of the 2017 IEEE Conference on Computer Vision and Pattern Recognition(CVP). IEEE, 2017:6517-6525.
［12］	LIU W, ANGUELOV D, ERHAN D, et al. SSD: Single shot multibox detector［C］// Proceedings of the European Conference on Computer Vision. Springer, 2016:21-27.
［13］	LIN T Y, DOLLAR P, GIRSHICK R, et al. Feature pyramid networks for object detection［C］// 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). IEEE, 2017:936-944.
［14］	LI Z X, ZHOU F Q. FSSD: Feature fusion single shot multibox detector［J］. Computer Vision and Pattern Recognition, 2018,36(7):356-366.
［15］	FU C Y, LIU W, RANGA A, et al. DSSD: Deconvolutional single shot detector［J］. Computer Vision and Pattern Recognition, arXiv:1701.06659.
［16］	SIMONYAN K, ZISSERMAN A. Very deep convolutional networks for large-scale imag recognition［J］. Computer Vision and Pattern Recognition, arXiv:1409.1556.
［17］	XING H Q, DU Z Q, SU B. Pedestrian detection method based on modifified SSD［J］. Computer Engineering, 2018,44(11):228-233.
［18］	TANG C, LING Y S, ZHENG K D, et al. Object detection method of multi-view SSD based on deep learning［J］. Infrared and Laser Engineering, 2018,47(1):302-310.
［19］	张文达,许悦雷,倪嘉成,等. 基于多尺度分块卷积神经网络的图像目标识别算法［J］. 计算机应用, 2016,36(4):1033-1038.
［20］	HE K M, ZHANG X Y, REN S Q, et al. Spatial pyramid pooling in deep convolutional networks for visual recognition［C］// Proceedings of the 13th European Conference on Computer Vision. 2014:346-361.
［21］	冯珂垚,饶鹏,陆福星,等. 基于神经网络的高分辨率快速目标检测方法［J］. 电子设计工程, 2018,26(22）:175-179.
［22］	LI K, WAN G, CHENG G, et al. Object detection in optical remote sensing images: A survey and a new benchmark［J］. ISPRS Journal of Photogrammetry and Remote Sensing, 2020,159:296-307.

[1]	宁娟, 周庆华, 曾小为. 改进YOLOv7算法在西林瓶轧盖缺陷检测中的应用[J]. 计算机与现代化, 2023, 0(12): 82-86.
[2]	谷明轩, 范冰冰. 基于多模态特征融合的抑郁症识别[J]. 计算机与现代化, 2023, 0(10): 17-22.
[3]	陈俊义. 基于图节点动静态特征的健康事件预测模型[J]. 计算机与现代化, 2023, 0(10): 39-44.
[4]	邢世帅, 刘丹凤, 王立国, 潘月涛, 孟灵鸿, 岳晓晗. 基于空间注意力残差网络的图像超分辨率重建模型[J]. 计算机与现代化, 2023, 0(10): 45-52.
[5]	陈嘉敏, 张伯泉, 麦海鹏. 基于特征融合的海马体分割[J]. 计算机与现代化, 2023, 0(08): 1-6.
[6]	王鸿, 葛红. 基于注意力机制和语义相似度的跨模态哈希检索[J]. 计算机与现代化, 2023, 0(08): 44-53.
[7]	胡睿杰, 车逗. 红外小目标检测方法综述[J]. 计算机与现代化, 2023, 0(08): 79-86.
[8]	王杰, 潘凤, 张艳莎, 谭棉, 严晓波, 王林, . 融合带权非局部模块的铝型材表面缺陷分类[J]. 计算机与现代化, 2023, 0(05): 86-92.
[9]	王艺成, 张国良, 张自杰, . 基于改进YOLOv5的小目标检测方法[J]. 计算机与现代化, 2023, 0(05): 100-105.
[10]	朱理清, 李祥, . 改进YOLOv5算法的遥感图像车辆检测[J]. 计算机与现代化, 2023, 0(05): 117-121.
[11]	邱地发, 于淑芳, 刘锦辉, 毕梦昭. 基于YOLOv5s的遥感图像的车辆小目标检测[J]. 计算机与现代化, 2023, 0(05): 122-126.
[12]	张晓东, 王栩颖, 秦子轩. 基于特征融合的抽油机井检泵周期预测[J]. 计算机与现代化, 2022, 0(12): 60-66.
[13]	王长军, 彭成, 李勇. 复杂环境下的多特征融合船舶目标检测算法[J]. 计算机与现代化, 2022, 0(11): 81-88.
[14]	彭露露, 朱媛媛, 金文倩, 王笑梅. 基于改进YOLOv4的汽车钢铁零件表面缺陷检测[J]. 计算机与现代化, 2022, 0(09): 32-39.
[15]	刘立婷, 欧毓毅. 融合注意力机制与并行混合网络的DGA域名检测[J]. 计算机与现代化, 2022, 0(09): 119-126.