摘要
一、论文介绍
本文参考了“YOLO-FaceV2：A Scale and Occlusion Aware Face Detector”的研究内容，该论文提出了一种基于YOLOv5的人脸检测方法，即YOLO-FaceV2，以解决人脸尺度变化、简单与困难样本不平衡以及人脸遮挡等问题。受到该论文的启发，本文将SEAM模块（遮挡感知注意力网络）及其扩展形式MultiSEAM模块引入到YoloV9中，旨在提升物体遮挡检测精度以及小目标的检测性能。
二、创新点
本文的创新点在于将SEAM模块与MultiSEAM模块整合到YoloV9的Neck部分，通过改善输出到检测头的特征，进而提升模型在遮挡场景和小目标检测方面的性能。这一改进借鉴了YOLO-FaceV2在处理人脸遮挡和尺度变化方面的成功经验，并将其拓展到更一般的物体检测任务中。
三、方法
- 模块引入：将SEAM模块（或可能的MultiSEAM模块，具体取决于实现细节和计算资源）放置在YoloV9的Neck部分，即特征金字塔网