|
|||||
|
|
| 基于改进SSD的目标检测方法 | |
| 引用本文： | 栾浩,王力,姜敏,王冬冬. 基于改进SSD的目标检测方法[J]. 软件, 2020, 0(1): 29-35 |
| 作者姓名： | 栾浩 王力 姜敏 王冬冬 |
| 作者单位： | 1.贵州大学大数据与信息工程学院;2.贵州工程应用技术学院信息工程学院 |
| 摘 要： | 为了提高目标检测的准确度与稳定性,在原始SSD算法的基础上提出一种新的检测方法。该方法在原先的网络结构上进行优化和改进,把原本级联的网络改成残差连接结构并加入FPN算法思想,把网络中高低层的特征进行融合。同时为了解决用预训练模型训练网络所带来的学习目标偏差和体系结构受分类网络的限制,修改不方便等问题,采用批处理归一化BatchNorm去随机初始化训练模型。在PASCAL VOC数据集上的测试结果表明,相比于原始SSD,该方法可以自由地修改体系结构,而不需要预训练,并且进一步提高了小目标的检测精度。 |
| 关 键 词： | 目标检测 卷积神经网络 残差连接 FPN 特征融合 BatchNorm |
Object Detection Method Based on Improved SSD |
|
| Abstract: | |
| Keywords: | |