《表3 结合轻量化策略的目标检测方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的小目标检测算法综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由此也可以看出，为了得到更好的效果，获取更多有效的小目标特征信息，多尺度的检测模型也从最初的单层特征，向多层特征融合转变，同时多层特征融合也从最开始的简单加权叠加，逐步发展为卷积融合以及在模型上添加一定的残差特征块等，模型的逐步冗余复杂化，虽然能逐步提高检测效果，但导致其更难在实际场景中得到应用。因此一些学者也开始在模型的轻量化上做研究，并提出了一些优秀模型，如Mobile Net[57-59]、Shuffle Net[60-61]等，并将其应用于现有的一些优秀方法中，模型相关介绍如表2所示。在降低模型复杂度的情况下如何更好地保持检测精度也是一个重难点问题，在应用轻量化模型的同时，研究人员也提出一些结合轻量化策略的目标检测方法，如表3所示。