基于Bi-SSD的小目标检测算法

• 作者: 刘瑞康 汪能 胡君红 范良辰
• 来源期刊: 计算机系统应用
• 关键词: 小目标检测 特征融合 多尺度检测 深度学习 卷积神经网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 139-144
• 页数: 6页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007607

摘要

针对目前目标检测技术中小目标检测困难问题,提出了一种基于SSD(Single Shot multibox Detector)改进的小目标检测算法Bi-SSD(Bi-directional Single Shot multibox Detector).该算法为SSD的浅层特征设计了小目标特征提升模块,在网络的分类和回归部分结合多尺度特征融合方法和BiFPN(Bi-directional Feature Pyramid Network)结构,设计了6尺度BiFPN分类回归子网络.实验结果表明,在PASCAL VOC和MS COCO目标检测数据集上Bi-SSD相比原始的SSD算法有更好的检测性能.其中VOC2007+2012上Bi-SSD算法的mAP指标达到了78.47％ 相较SSD算法提升了1.34％,在COCO2017上Bi-SSD算法的mAP达到26.4％ 提升了接近2.4％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡君红		12	271	4.0	12.0
2	汪能		1	0	0.0	0.0
3	刘瑞康		2	0	0.0	0.0
4	范良辰		1	0	0.0	0.0