改进的SSD行人检测算法

• 作者: 姜敏 王冬冬 王力
• 来源期刊: 软件
• 学科: 工学
• 关键词: 行人检测 单发多框检测器 卷积神经网络 深度残差网络 深度学习
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 基金项目论文
• 页码范围: 57-61,74
• 页数: 6页
• 分类号: TP391.4
• 字数: 3710字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.02.012

摘要

针对行人检测中检测速度慢,不能实现实时性检测的问题,提出一种改进的SSD(Single Shot MultiBox Detector)行人检测算法.改进网络通过调整基础网络中卷积层的数量,去除冗余的卷积层,降低模型复杂度,提高检测速度;不同尺度特征图进行预测之前加入残差块,进一步提取特征,提高准确率.提取PASCAL VOC数据集中的行人图像和INRIA数据集形成混合数据集进行训练,增加模型泛化性,实验证明本方法拥有较高的精度和较快的速度,具有良好的泛化性,满足实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜敏	贵州大学大数据与信息工程学院	11	7	1.0	2.0
2	王力	贵州工程应用技术学院信息工程学院	17	21	3.0	4.0
3	王冬冬	贵州大学大数据与信息工程学院	4	2	1.0	1.0