电讯技术

作者：陆蔚

单位：(江苏信息职业技术学院 物联网工程学院，江苏 无锡 214153)

关键词：实时图像目标检测；轻量级网络；多尺度特征提取；注意力机制；特征融合；

近年来，轻量化目标检测领域取得了显著进展。然而，现有主流方法缺乏多尺度语义信息的提取，且忽略了深层语义特征与浅层细节特征之间的关系。针对上述缺陷，提出了金字塔池化多尺度增强网络（Pyramid Pooling Enhanced Multi-scale Network，PPMENet，通过设计一个高效金字塔池化模块（Efficient Pyramid Pooling Block，EPPB来提取多尺度深层语义信息，以加强模型的特征表达能力。另一方面，设计了跨语义交互注意力模块（Cross Semantic Level Interaction Attention Module，CSIAM以增强不同语义特征之间的联系。MS COCO 2017测试集的实验结果表明，PPMENet取得了28.0%平均精度，模型大小仅有2.16×106，GFLOPs为0.97，并获得了218 frame/s的推理速度。与其他方法相比，PPMENet在精度和执行效率间取得了较好的平衡。

来源：2025年第11期

《电讯技术》期刊编辑部

查看电讯技术杂志2025年第11期