基于全局特征金字塔网络的信息融合方法

特征不平衡问题是影响神经网络检测效率的关键因素。针对Maskr-CNN中的特征不平衡问题，提出种基于全局特征金字塔网络（GFPN）的信息融合方法。通过将GFPN产生的不同大小特征相融合，生成包含全局语义信息的特征网络，并采用反向过程对原始特征层进行重新标度，从而使得每个特征层均含有全局语义信息。实验结果表明，与原始基于Maskr-CNN的方法相比，该方法的检测精度提升4-6个百分点，而检测时间仅增加0.112s。