基于特征融合和自学习锚框的高分辨率图像小目标检测算法

为了提高高分辨率图像中小目标的检测精度,解决高分辨率图像在下采样和局部裁切时由于细节和背景信息丢失造成的漏检和误检问题,本文提出了一种基于特征融合和自学习锚框的小目标检测算法.算法采用多路分支网络对高分辨率图像的全局语义和细节特征平滑后逐层融合,以同时增强特征图上小目标的细节和背景特征.针对训练样本尺寸差异造成不同分支网络上特征表达不一致的问题,本文引入自学习锚框使融合后的特征图能够适应锚框的位置和形状.使用本文算法与目前先进的目标检测算法对下采样图像和切块检测,大量实验结果验证了本文算法对高分辨率图像小目标检测的准确性和有效性.