多尺度特征增强的SSD目标检测算法

• 作者: 高娜 吴清 张满囤
• 来源期刊: 河北工业大学学报
• 学科: 工学
• 关键词: 目标检测 多尺度 特征融合 注意力机制 特征增强
• 年，卷（期）: 2022,（2）
• 页码范围: 23-30
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.14081/j.cnki.hgdxb.2022.02.003

摘要

针对目标检测中多类别、多尺度和背景复杂而导致的SSD(Single Shot Multibox Detector)算法检测精度不高的问题,提出了一种多尺度特征增强的改进SSD目标检测算法.首先将SSD网络模型的高层特征依次向下与浅层特征融合,构造一种多尺度目标检测结构.然后利用注意力机制对特征进行进一步的优化,从而达到增强网络模型特征提取的目的.最后用DIoU-NMS来处理图像目标中冗余框的问题,减少目标的漏检.在公开的NWPU VHR-10遥感数据集上将该方法与其他算法进行对比实验,其mAP较传统的SSD算法提高了6.7％.最后将改进后的算法应用于地铁安检图片检测,并在此数据集上进行消融实验来验证此算法每一阶段的有效性.