论文查重 知网查重 知网论文查重 知网查重检测 中国知网查重
Copyright ©2013-2017 中国知网论文查重检测系统入口 All Rights Reserved. 网站备案号：黔ICP备19012782号-3.
因此就有大神提出针对小目标检测的一些方法，这些方法是建立在现有的目标检测基础之上提出的一些改进或者优化。 接下来主要对存在的优秀的小目标检测算法进行简单介绍。 小目标的介绍：有两种定义方式，一种是相对尺寸大小，如目标尺寸的长宽是原图像尺寸的0.1，即可认为是小目标，另外一种是绝对尺寸的定义，即尺寸小于32*32像素的目标即可认为是小目标。
在现有的目标检测的文献中，大多数是针对通用的目标来进行检测，如经典的单阶段方法yolo和ssd，两阶段方法faster-rcnn等，这些方法主要是针对通用目标数据集来设计的解决方案，因此对于图像中的小目标来说，检测效果不是很理想。 因此就有大神提出针对小目标检测的一些方法，这些方法是建立在现有的目标检测基础之上提出的一些改进或者优化。
有研究员提出了一种利用上下文的目标检测方法来提高检测小目标的精度。 该方法通过连接多尺度特征，使用了来自不同层的附加特征作为上下文。 研究员还提出了具有注意机制的目标检测，它可以关注图像中的目标，并可以包括来自目标层的上下文信息。 实验结果表明，该方法在检测小目标方面的精度高于传统的SSD框架。 下图显示了SSD框架无法检测到小目标时的案例情况。