-
题名改进的SSD算法及其在目标检测中的应用
被引量：8
- 1
-
-
作者
张震
李孟洲
李浩方
马军强
-
机构
郑州大学电气工程学院
-
出处
《计算机应用与软件》
北大核心
2021年第9期226-231,共6页
-
文摘
针对以R-CNN展开的目标检测速度慢,传统的SSD算法在检测小目标精度不高的问题,提出一种改进的SSD算法。该算法提出轻量级网络融合+层级特征融合构建新的金字塔特征层来解决SSD对小目标识别率低的问题。将卷积前后的特征进行轻量级网络融合,形成新的金字塔特征层,对形成的特征层进行层级特征融合,形成最终的金字塔特征层,在最终的金字塔特征层上执行目标检测任务。在PASCAL-VOC2007的训练集和验证集上训练该算法,并在VOC2007测试集上测试该算法对小目标检测的有效性,检测速度达到81.5帧/s,与传统SSD算法相比,mAP提升了0.078。
-
关键词
SSD算法
特征融合
金字塔特征层
目标检测
-
Keywords
SSD algorithm
Feature fusion
Pyramid feature layer
Target detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名改进SSD算法及其在地铁安检中的应用
被引量：4
- 2
-
-
作者
张震
李孟洲
李浩方
马军强
-
机构
郑州大学电气工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第7期314-320,共7页
-
基金
国家重点研发计划“公共安全风险防控与应急技术装备”重点专项(2018YFC0824XXX)。
-
文摘
针对传统SSD算法在检测小目标时容易漏检且检测精度不高的问题,提出一种改进算法。对SSD算法中各尺度特征进行尺寸大小不变的卷积操作,将卷积前后对应的特征进行轻量级网络融合,从而生成新的金字塔特征层,并加入基于残差模块的检测单元避免增加网络模型容量和运算复杂度,同时增强对小尺度目标的检测能力。基于PASCAL-VOC2007小目标数据集的实验结果表明,与传统SSD、YOLOv3、Faster RCNN等算法相比,在PASCAL-VOC2007小目标数据集中,该算法的m AP指标较传统SSD算法提高8.5%,较Faster RCNN算法提高3.9%,较YOLOv3提高2%,FPS达到83 frame/s,其检测地铁安检图片的m AP达到77.8%。
-
关键词
SSD算法
网络融合
金字塔特征层
残差模块
检测单元
目标检测
-
Keywords
SSD algorithm
network convergence
pyramid feature layer
residual module
detection unit
object detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
