基于锚点的多尺度检测方案用于小目标识别

我们在多头检测模块上采用了基于锚点的多尺度检测方案。与YOLOv7相同，我们在检测模块中也使用了FPN和PAN来聚合特征，这是由YOLOv4提出的。特征图来自特征提取模块，并首先通过特征金字塔从上往下传递，然后通过具有PAN结构的特征金字塔从下往上传递。通过这样做，它合并了来自不同尺度的信息。最后，该模块使用多个分支预测头直接在PAN的融合特征图上对不同尺度的对象进行检测。特征图中每个分支头对应的网格都分配了三个不同形状的锚点，每个检测头预测三个张量，编码边界框、类别和预测置信度。通过FPN和PAN，不同尺度的特征可以被融合，使得检测较小物体的分支可以从较早的特征图中获取更有价值的特征信息，避免了小物体信息在重复下采样过程中的丢失。此外，我们提出了一个小物体注意模块，用于在检测较小物体的分支上重新分配特征权重，以更好地检测它们。