多頭自注意力機(jī)制的Faster R?CNN目標(biāo)檢測算法

打開文本圖片集

摘  要： 文中提出一種融合多頭注意力機(jī)制、ROI Align和Soft?NMS的Faster R?CNN目標(biāo)檢測算法，旨在解決原始Faster R?CNN目標(biāo)檢測網(wǎng)絡(luò)中存在的檢測精度低、漏檢、誤檢的問題。首先，為了提高Faster R?CNN的感知能力，提取特征圖中的重要特征并降低對(duì)無關(guān)特征的提取，在網(wǎng)絡(luò)中嵌入注意力機(jī)制；接著，針對(duì)共享全連接層的降維操作導(dǎo)致的一些區(qū)域的細(xì)節(jié)信息被忽略，造成局部信息的丟失，采用一維卷積代替共享全連接層實(shí)現(xiàn)權(quán)重計(jì)算的任務(wù)，以捕捉更廣泛的空間信息；然后為了提供更豐富的特征表達(dá)能力，在注意力機(jī)制中引入多頭機(jī)制分別對(duì)特征的不同部分進(jìn)行重要性的加權(quán)；為了減少在特征提取時(shí)原圖信息的丟失，使用ROI Align替換ROI Pooling算法；最后，在算法后處理中引入Soft?NMS替換傳統(tǒng)非極大抑制（NMS）算法以減少漏檢和誤檢情況。（剩余13239字）