Метод многомасштабного слияния признаков, ориентированный на обнаружение объектов малого размера, с применением для обнаружения дефектов

Обнаружение объектов является хорошо известной задачей в области компьютерного зрения, особенно обнаружение объектов малого размера, которое привлекло значительное внимание исследователей. Для повышения эффективности обнаружения малых объектов в данной работе предложен новый усовершенствованный метод многомасштабного слияния признаков — сеть пирамиды признаков с балансировкой, основанная на аттраузном пространственном пирамидальном объединении (atrous spatial pyramid pooling-balanced-feature pyramid network, ABFPN). В частности, для максимально полного использования контекстной информации применяются операторы аттраузной свёртки с различными коэффициентами расширения, а пропускные соединения используются для обеспечения достаточного слияния признаков. Кроме того, предусмотрен балансирующий модуль для интеграции и усиления признаков на различных уровнях. Эффективность предложенной ABFPN оценивается на трёх общедоступных эталонных наборах данных; результаты экспериментов показывают, что это надёжный и эффективный метод слияния признаков. Для подтверждения применимости метода к обнаружению малых объектов разработанная ABFPN используется для обнаружения мельчайших поверхностных дефектов печатных плат (printed circuit board, PCB), выступая в качестве шейной части усовершенствованной системы обнаружения дефектов печатных плат (improved PCB defect detection, IPDD). При разработке IPDD также применяются несколько эффективных стратегий для дальнейшего повышения общей производительности, которая оценивается с помощью обширных исследований методом абляции. Эксперименты на общедоступной базе данных дефектов печатных плат продемонстрировали превосходство разработанной системы IPDD над семью другими современными методами, что дополнительно подтверждает практическую применимость предложенной ABFPN.