基于改进SSD网络的目标检测方法

• 作者: 周德良
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: SSD网络 目标检测 预测层 默认候选框 损失函数
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 52-55
• 页数: 4页
• 分类号: TP301
• 字数: 3500字
• 语种: 中文
• DOI: 10.11907/rjdk.192082

摘要

传统目标检测方法存在准确率低、可靠性差、效率低等问题,无法满足对大量图片准确、高效处理的需求.对SSD网络结构进行改进,删除原网络最后两个预测层,对保留各预测层的默认框个数和宽高比进行优化,同时对保留的最后一个预测层的网络参数进行改进.改进后的SSD网络减少了网络参数和计算量,对存在遮挡、目标较小等情况的图片数据具有更好的检测精度和检测效果,同时模型检测的mAP提高了约5.1％.改进后的网络模型解决了传统方法的不足,可以实时、准确、高效地对大量图片数据进行目标检测处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周德良		3	1	1.0	1.0