基于特征融合的SSD视觉小目标检测

• 作者: 周彦 廖春江 牟金震 王冬丽
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 小目标检测 特征融合 SSD(Single Shot Multibox Detector) 特征增强 PASCAL VOC2007
• 年，卷（期）: 2020,（16）
• 所属期刊栏目: 热点与综述
• 页码范围: 31-36
• 页数: 6页
• 分类号: TP181
• 字数: 3295字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1911-0340

摘要

针对SSD算法在检测目标过程中对小目标检测效果差的缺陷,提出了特征融合的SSD方法.该方法充分融合深浅层特征信息以提升网络模型对小目标的检测能力,为更好地检测小目标,将先验框尺寸相对原图比列进行调整,同时对SSD模型相应超参数值进行调整.实验结果表明,检测精度mAP较SSD提高3.4个百分点,对小目标Bottle、Chair、Plant检测精度分别提升8.7个百分点、3.4个百分点和7.1个百分点.检测精度mAP较当前一系列性能优异的目标检测算法有显著提高.通过拓展实验进一步证明改进算法成功检测到了大多数SSD算法没有检测到的小目标,提高了平均检测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王冬丽	湘潭大学自动化与电子信息学院	10	72	5.0	8.0
2	周彦	湘潭大学自动化与电子信息学院	17	118	6.0	10.0
3	牟金震		4	0	0.0	0.0
4	廖春江	湘潭大学自动化与电子信息学院	1	0	0.0	0.0