基于SSD的小目标特征强化检测算法

• 作者: 李炳臻 姜文志 顾佼佼 刘克
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 深度学习 目标检测 卷积神经网络 单次多框目标检测(SSD)模型
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 网络与信息技术
• 页码范围: 32-37,41
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.7690/bgzdh.2021.02.009

摘要

为解决原始单次多框目标检测(single shot multibox detector,SSD)目标检测算法中对小目标物体检测能力不足的问题,提出一种改进的SSD目标检测算法.采用VGG19作为特征提取网络,在低层特征图部分引入Conv3_3卷积特征图,对Conv4_4进行转置卷积操作,将转置卷积后得到的Conv4_3同Conv3_3的特征图进行特征拼接,实验部分使用VOC数据集对模型进行训练与测试.结果表明:该算法可提高检测能力,目标检测精度能比原始SSD算法提高3.6％,小目标检测效果比改进前也有明显提升.