一种基于SSD改进的目标检测算法

• 作者: 李为 苏蒙
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 目标检测 SSD 深度学习 卷积神经网络 注意力机制
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 图像处理
• 页码范围: 89-93
• 页数: 5页
• 分类号: TP399
• 字数: 3236字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.02.018

摘要

SSD(Single Shot MultiBox Detector)是一种基于深度学习的目标检测算法,它作为当前最为主流的检测算法之一,在极大地提高检测速度的同时,还能保证一定的检测精度,但是仍难以满足实际应用的需求.本文在SSD模型的基础上,引入注意力机制,提出一种基于SSD改进的目标检测算法.注意力机制能够有效地提高卷积神经网络对图片特征的提取能力,从而进一步提高算法的检测精度.改进后的算法在Pascal VOC数据集上进行对比试验.实验结果表明,改进后的模型在Pascal VOC2007测试集上的检测精度达到78.5％mAP(mean Average Precision),比改进前提高4.2个百分点,在Pascal VOC2012测试集上的检测精度达到77.1％mAP,比改进前提高4.7个百分点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李为	华北电力大学控制与计算机工程学院	23	156	5.0	12.0
2	苏蒙	华北电力大学控制与计算机工程学院	1	0	0.0	0.0