改进SSD的交通标志目标检测算法

• 作者: 肖丹东 陈劲杰
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 交通标志 小目标检测 RFB结构 中心损失
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 48-51
• 页数: 4页
• 分类号: TP312
• 字数: 3536字
• 语种: 中文
• DOI: 10.11907/rjdk.191977

摘要

以Faster R-CNN为代表的two-stage目标检测算法检测速度慢,而one-stage目标检测算法中的SSD算法虽然检测速度快,但对交通标志类小目标的检测效果不佳.因此在SSD算法VGG16骨干网络上引入感受野块(RFB)结构,既提升检测速度又可在小目标检测上达到良好的检测精度.与此同时,为提高网络分类精度,在损失函数中加入中心损失.将SSD算法与改进的SSD算法在VOC数据集上进行训练,对比其性能可知,改进后算法mPA值达到80.7％,相比SSD300(VGG16)算法提高了3.5％.该算法在LISA traffic sign数据集上训练,在迁移学习的基础上得到的mPA值为78.4％,检测单张图像平均耗时为20.5ms,可满足实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈劲杰	上海理工大学机械工程学院	59	307	10.0	14.0
2	肖丹东	上海理工大学机械工程学院	1	0	0.0	0.0