基于深度学习面向中小目标的检测研究

• 作者: 孙南 何海洋
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: SSD模型 目标检测 残差网络 特征融合 区域映射
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 学术研究
• 页码范围: 65-67
• 页数: 3页
• 分类号: TP391
• 语种: 中文

摘要

现有的网络模型在复杂场景中暴露出针对中小目标检测能力不足的问题,本文针对该问题对目标检测领域较流行的SSD网络模型进行了改进.有以下两方面:(1)针对浅层卷积层的语义信息丰富度不足和浅层信息丢失问题,采用残差网络方法对Conv4卷积单元进行改进,并将Conv4_3和Conv5_3的特征图进行了特征融合,设计了新的SSD网络模型.(2)针对Conv7层的特征图细节信息丢问题,将其与Conv3_3特征图融合,并对SSD模型的输出采用区域映射放大机制.文章分别对两次改进的模型进行实验验证.