计算机工程

作者：李浩, 张晓强

单位：中国矿业大学 信息与控制工程学院, 江苏 徐州 221116

关键词：目标检测,无锚点网络,单线程,模型鲁棒性,像素级预测

基金：国家自然科学基金“大容量高安全的加密域图像可逆水印算法研究”（61501465）。

为避免锚点对目标检测模型的鲁棒性造成负面影响，并保证在无锚点情况下模型具有较高的准确度，提出一种单线程无锚点全卷积网络模型。通过取消预设锚点参数以及像素级别预测，使得模型在无锚点情况下检测目标时具有更高的鲁棒性。使用沙漏骨干网络取代特征金字塔模块，从而降低锚点与特征金字塔模块的冗余以及计算量，使整体模型结构更加精简。实验结果表明，与经典锚点Retinanet模型相比，该模型利用正例区域原则与中心偏离支路显著提高了预测能力，并且具有更高的正负标签比例和更快的推理速度。

来源：2021年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第5期