公开(公告)号：CN114648684B

公开(公告)日：2025-02-18

申请号：CN202210294967.X

申请日：2022-03-24

Applicant: 南京邮电大学

Inventor： 周全 ,  施惠民 ,  孙振涵 ,  王林杰

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06V10/40 ,  G06N3/045 ,  G06V10/94 ,  G06N3/0464

Abstract: 一种用于图像目标检测的轻量级双分支卷积神经网络及其检测方法，通过构建双路径的网络以解决轻量化图像目标检测任务，由双路径骨干网、特征金字塔和轻量化检测头组成。骨干网核心模块为增强的混洗模块ESB，采用高效自注意力模块ESAM来捕捉特征全局依赖，同时保持非常少的模型参数和计算复杂度。骨干网采取双分支网络，一路分支保持高分辨率，另一路分支采用连续下采样获得抽象语义信息。在特征金字塔中将ESAM扩展为ECAM来捕捉不同分辨率之间特征的关系。检测头采用轻量化的深度可分离卷积来进行边框和类别的预测。实验结果表明，本网络架构以及检测方法实现了检测精度和实施效率之间的最佳平衡，成为解决轻量化图像目标检测任务的一种有效方法。

公开(公告)号：CN114648684A

公开(公告)日：2022-06-21

申请号：CN202210294967.X

申请日：2022-03-24

Applicant: 南京邮电大学

Inventor： 周全 ,  施惠民 ,  孙振涵 ,  王林杰

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06K9/62 ,  G06V10/40 ,  G06N3/04 ,  G06V10/94

Abstract: 一种用于图像目标检测的轻量级双分支卷积神经网络及其检测方法，通过构建双路径的网络以解决轻量化图像目标检测任务，由双路径骨干网、特征金字塔和轻量化检测头组成。骨干网核心模块为增强的混洗模块ESB，采用高效自注意力模块ESAM来捕捉特征全局依赖，同时保持非常少的模型参数和计算复杂度。骨干网采取双分支网络，一路分支保持高分辨率，另一路分支采用连续下采样获得抽象语义信息。在特征金字塔中将ESAM扩展为ECAM来捕捉不同分辨率之间特征的关系。检测头采用轻量化的深度可分离卷积来进行边框和类别的预测。实验结果表明，本网络架构以及检测方法实现了检测精度和实施效率之间的最佳平衡，成为解决轻量化图像目标检测任务的一种有效方法。