Attention-Like YOLO:嵌入类注意力机制的YOLO算法

YOLOv3算法满足了大多数任务的实时性和检测精度要求,但对于精度要求更高(大于80%)的任务,未能实现较好的检测效果。针对上述问题,论文提出了一种类注意力机制(Attention-Like)。该机制输入两个分辨率大小不同的特征图,首先利用Padding对小特征图进行上采样,采样后的特征图通过Sigmoid函数运算得到上采样权值,其次将上采样权值作用于大特征图以获得过渡特征图,利用卷积对过渡特征图进行下采样,然后通过Sigmoid函数运算得到下采样权值,最后将下采样权值作用于小特征图,通过该方法增强小特征图的几何信息。将Attention-Like嵌入YOLOv3的骨干网络DarkNet-53,实现了Attention-Like YOLO检测算法。实验表明,该算法的平均精确度均值最高达到了82.8%,有效提升了检测精度。