基于可变空间感知的目标检测算法

检测场景中目标数量不定且随机分布,目标之间尺寸差异大,使得检测难度增加。为此,文中利用可变形卷积对位置偏差的学习能力,构建两个能够建模局部几何特征的可变空间感知模块(Variable Spatial Perception Module, VSPM)。VSPM1用于特征下采样阶段,减少分辨率降低引起的信息损失,从而有效提升检测器的颈部特征融合能力,使输入检测头的特征包含更多有益预测的信息。VSPM2用于检测头部分,通过大核卷积获取全局信息,另外,通过解耦的检测头解决分类和回归任务之间的冲突。所提算法在PASCAL VOC数据集上检测精度达到84%,相比基准算法YOLOv4提高2%,能够有效提高检测性能。