改进SSD算法对鸟类目标检测研究

• 作者: 唐鑫鑫 陆安江 彭熙瞬 高海韬
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 鸟类 SSD模型 VGG网络 ResNet50 目标检测
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 系统开发与应用|Systematic development and application
• 页码范围: 87-91
• 页数: 5页
• 分类号: TP312
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2022.03.015

摘要

为了更加高效化、精确化的保护鸟类,针对传统的人工鸟类识别方式,本文提出利用SSD算法模型自动识别检测分类.首先,收集不同种类鸟类图片,并对图片灰度化、直方图均衡化以及归一化操作,利用labelImg-master工具制作数据集;其次,改进特征提取网络ResNet50,在其最后一个卷积层后面增加一个Dropout层和3层全连接层,用Leaky-relu激活函数取代原残差学习单元的ReLU激活函数,用改进的ResNet50替代VGG网络融入SSD模型;最后,在同样的条件下,用SSD模型、ResNet50替换VGG的SSD模型以及改进ResNet50替换VGG的SSD模型做目标检测实验,通过几个不同评估标准对比表明,改进SSD模型在鲁棒性、平均检测精度以及小目标检测性能方面都有有效改善.