10.3969/j.issn.1000-386x.2021.09.035
改进的SSD算法及其在目标检测中的应用
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.
SSD算法;特征融合;金字塔特征层;目标检测
38
TP391(计算技术、计算机技术)
2021-09-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
226-231