论文部分内容阅读
针对弹载目标检测中传统检测框指示打击位置不够准确的问题,提出了一种基于掩膜组合的多目标快速检测分割方法。采用迁移学习的思路,在多尺度特征图上进行单阶段目标检测,增强了对不同尺度目标的检测能力;增加了掩膜生成网络输出目标及目标部件的分割结果,利用分割结果计算打击目标的形心位置和旋转检测框提供更准确的打击位置;结合数据增强、困难负样本挖掘和多目标损失函数训练方法,在构建的多类军事目标数据集上,所提出的方法在满足精度要求下能达到28.2帧速率,并能提供更优的打击点,优于其他对比方法。