基于改进Faster R-CNN的小目标检测模型

来源：电子测量技术杂志2021年第24期北京时间：

作者：彭豪，李晓明

单位：太原科技大学 计算机科学与技术学院 太原 030024

摘要：针对工业大尺寸图像中小目标检测的平均精度均值低的问题，提出了一种改进的Faster R-CNN-Tiny模型。首先采用特征金字塔结构来对二阶检测器Faster R-CNN进行改进，来增强特征的表达能力，同时增加小目标特征映射分辨率，提高预测精度；其次将原本ResNet结构的最后一块改变为可变形卷积，自动计算各点的偏移，从最合适的地方取特征进行卷积，用以加强对小目标区域的特征提取；最后在提取感兴趣区域特征的时候，引入了内容的上下文信息，提高小目标检测的准确率。在工业中具有代表性的卫星遥感UCAS-AOD数据集以及天池瓷砖表面瑕疵质检数据集上进行对比试验。结果表明，改进后的FRC-Tiny模型相比原模型，其检测的平均精度均值分别提高了5.57%和14.25%。

关键词：FRC-Tiny; 特征金字塔; 可变形卷积; 工业小目标图像

基金资助：国家自然科学基金项目(61373099)资助