基于改进的Faster R-CNN图像目标检测方法研究

随着科技的不断发展，图像充斥在人类生活的任何角落，因此如何提取出图像中包含的信息，完成对图像目标的检测是当前研究的热点问题。针对一阶段目标检测算法可能会对目标图像产生漏检的情况，本文使用MobileNet V2和ResNet50网络对传统的Faster R-CNN的主干特征提取网络进行改进。在公开数据集上的实验结果表明，基于MobileNet V2特征提取的Faster R-CNN网络占用的计算资源和存储资源最少，基于ResNet50特征提取的Faster R-CNN网络的检测效果最优。此外，两种改进的Faster R-CNN网络均能有效克服一阶段目标检测算法中的漏检问题。