为了解决对小目标物体识别精度较差的问题,提出了一种双注意力模型引导的目标检测算法。该方法基于单阶段检测算法的实现原理,通过引入两种注意力模型来提升检测性能,尤其是对小目标物体。首先在卷积神经网络中引入一个多尺度特征级联注意力模块,对原始卷积神经网络的特征图中各区域进行不同重要程度的关注,降低特征图的背景及负样本信息的干扰,特别是在浅层特征图中可对小目标物体进行有效的关注。此外,密集连接的方式缓解了网络反向传播过程中梯度消失的问题。其次,对融合后的特征引入显著通道自注意力模块,区分特征图不同通道,筛选出有用的通道信息,使待检测的特征更具表征性。在目标检测基准数据集COCO上进行测试,验证了所提方