[1]潘浩,郑华,陈清俊,廖晓琦,王泓楷.基于尺度感知的多路径特征融合目标检测[J].计算机系统应用,2022,31(12):251-258.

[2]陈海燕　　李春尧.一种特征由深到浅叠加融合的多尺度目标检测模型[J].传感技术学报,2022,35(10):1375-1381.

[3]袁帅,王康,单义,杨金福.基于多分支并行空洞卷积的多尺度目标检测算法[J].计算机辅助设计与图形学学报,2021,33(6):864-872.

[4]张轩,王晓峰,张文尉,黄煜婷,陈东方.面向目标检测的尺度增强特征金字塔网络[J].计算机系统应用,2023,32(1):127-134.

[5]汪常建,丁勇,卢盼成.融合改进FPN与关联网络的Faster R-CNN目标检测[J].计算机工程,2022(2):173-179.

[6]李本高,吴从中,许良凤,詹曙.基于多尺度特征融合和残差注意力机制的目标检测[J].计算机工程与科学,2021,43(2):347-353.

[7]王燕妮,余丽仙.注意力与多尺度有效融合的SSD目标检测算法[J].计算机科学与探索,2022(2).

[8]张馨月,降爱莲.融合特征增强和自注意力的SSD小目标检测算法[J].计算机工程与应用,2022,58(5):247-255.

[9]张业星,陈敏,潘秋羽.基于特征通道建模的目标检测方法[J].计算机工程,2022(7):264-269+299.

[10]谭龙,高昂.感受野特征增强的SSD目标检测算法[J].计算机系统应用,2020,29(9):149-155.

[11]姜竣,翟东海.基于空洞卷积与特征增强的单阶段目标检测算法[J].计算机工程,2021,47(7):232-238,248.

[12]李志欣,陈圣嘉,周韬,马慧芳.协同级联网络和对抗网络的目标检测[J].计算机科学与探索,2022,16(1):217-230.

[13]潘秋羽,王伟,王明明,王道顺.基于卷积特征建模的目标检测方法[J].计算机应用研究,2021(3):928-931.

[14]汪能,胡君红,刘瑞康,范良辰.基于Bi-SSD的小目标检测算法[J].计算机系统应用,2020,29(11):139-144.

[15]刘涛,汪西莉.采用卷积核金字塔和空洞卷积的单阶段目标检测[J].中国图象图形学报,2020,25(1):102-112.

[16]陈洪云,孙作雷,孔薇.融合深度神经网络和空洞卷积的语义图像分割研究[J].小型微型计算机系统,2020(1):166-170.

[17]李晨,张辉,张邹铨,车爱博,王耀南.融合多尺度特征与全局上下文信息的X光违禁物品检测[J].中国图象图形学报,2022,27(10):3043-3057.

[18]沈文祥,秦品乐,曾建潮.基于多级特征和混合注意力机制的室内人群检测网络[J].计算机应用,2019,39(12):3496-3502.

[19]万新军,周逸云,沈鸣飞,周涛,胡伏原.融合多尺度上下文信息的实例分割[J].中国图象图形学报,2023,28(2):495-509.

[20]戴坤,许立波,黄世旸,李鋆铃.融合策略优选和双注意力的单阶段目标检测[J].中国图象图形学报,2022,27(8):2430-2443.