文档名：改进SSD算法的小目标检测研究
摘要：针对SSD目标检测算法在实际的复杂的检测背景下存在着小目标错检和漏检率较高、小目标特征信息不足的缺点,提出一种改进的SSD算法.受特征金字塔网络(FPN)启发,设计特征融合模块(FFM),将SSD网络的高分辨率的低层特征图与高语义信息的高层特征图进行融合,由此保留了特征图的上下文信息,提高了多尺度小目标特征信息的提取能力;通过引入注意力机制构建特征注意力模块(FAM),将融合后的特征层通过FAM,学习重要特征并抑制不必要特征,提高了网络的表示能力.通过在公开的PASCALVOC(2007+2012)数据集上进行实验,改进的模型平均精度均值(mAP)达到79.9％,与改进前的SSD算法相比,提高了4.24％,减少了错检和漏检的情况,使得改进后的SSD算法具有较强的鲁棒性,提升了目标检测性能.
作者：陈德海 孙仕儒 王昱朝 雷志军Author：CHENDehai SUNShiru WANGYuzhao LEIZhijun
作者单位：江西理工大学电气工程与自动化学院,江西赣州341000
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(3)
分类号：TP391.41
关键词：目标检测 SSD算法 特征融合 注意力机制 鲁棒性
机标分类号：TP391.41TN911.73TP751
在线出版日期：2023年3月27日
基金项目：国家自然科学基金，国家自然科学基金改进SSD算法的小目标检测研究[
期刊论文] 传感器与微系统--2023, 42(3)陈德海 孙仕儒 王昱朝 雷志军针对SSD目标检测算法在实际的复杂的检测背景下存在着小目标错检和漏检率较高、小目标特征信息不足的缺点,提出一种改进的SSD算法.受特征金字塔网络(FPN)启发,设计特征融合模块(FFM),将SSD网络的高分辨率的低层特征图与高...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
改进SSD算法的小目标检测研究 Research on small target detection based on improved SSD algorithm
改进SSD算法的小目标检测研究.pdf
|
