上下文感知的块网络用于小目标检测

当前最先进的目标检测器通常通过逐步下采样输入图像，直至其由较小的特征图表示，这一过程会损失空间信息，从而削弱对小目标的表征能力。本文提出一种上下文感知块网络（Context-Aware Block Network, CAB Net），通过构建高分辨率且富含语义信息的特征图，以提升小目标检测性能。为增强高空间分辨率特征图的表征能力，我们精心设计了上下文感知块（Context-Aware Block, CAB）。CAB采用金字塔形空洞卷积（pyramidal dilated convolutions），在不降低特征图原始分辨率的前提下，融合多层级上下文信息。随后，我们将CAB模块集成至截断的主干网络（如VGG16）末端，该主干网络具有相对较小的下采样率（如8倍），并移除其后续所有层。CAB Net能够同时捕捉基础视觉模式与小目标的语义信息，显著提升小目标检测性能。在基准数据集Tsinghua-Tencent 100K与Airport上的实验结果表明，CAB Net在保持实时推理速度的同时，显著优于其他先进检测器，充分验证了其在小目标检测任务中的有效性。