#每日一篇学术文章# 【基于多方位感知深度融合检测头的目标检测算法】（Object detection algorithm based on multi-azimuth perception deep fusion detection head）http://t.cn/AXfeoBBY
摘要：
针对传统目标检测头难以有效捕捉全局信息的问题，提出基于多方位感知深度融合检测头的目标检测算法. 通过在检测头部分设计高效双轴窗口注意力编码器（EDWE）模块，使网络能够深度融合捕获到的全局信息与局部信息；在特征金字塔结构之后使用重参化大核卷积（RLK）模块，减小来自主干网络的特征空间差异，增强网络对中小型数据集的适应性；引入编码器选择保留模块（ESM），选择性地累积来自EDWE模块的输出，优化反向传播. 实验结果表明，在规模较大的MS-COCO2017数据集上，所提算法应用于常见模型RetinaNet、FCOS、ATSS时使AP分别提升了2.9、2.6、3.4个百分点；在规模较小的PASCAL VOC2007数据集上，所提算法使3种模型的AP分别实现了1.3、1.0和1.1个百分点的提升. 通过EDWE、RLK和ESM模块的协同作用，所提算法有效提升了目标检测精度，在不同规模的数据集上均展现了显著的性能优势。
关键词 ：检测头；目标检测；Transformer编码器；深度融合；大核卷积

来源：浙江大学学报工学版