基于多尺度融合SSD的小目标检测算法 |
| |
引用本文: | 赵亚男,吴黎明,陈琦.基于多尺度融合SSD的小目标检测算法[J].计算机工程,2020,46(1):247-254. |
| |
作者姓名: | 赵亚男 吴黎明 陈琦 |
| |
作者单位: | 广东工业大学 机电工程学院,广州 510006;广东工业大学 机电工程学院,广州 510006;广东工业大学 机电工程学院,广州 510006 |
| |
摘 要: | 针对一阶段目标检测算法在识别小目标时无法兼顾精度与实时性的问题,提出一种基于多尺度融合单点多盒探测器(SSD)的小目标检测算法。以SSD和DSSD算法的网络结构为基础,设计融合模块以实现Top-Down结构的功能,形成高层网络与低层网络之间的跳跃连接,结合SSD-VGG16扩展卷积特征图以提取多尺度特征,并对不同卷积层、尺度及特征的多元信息进行分类预测与位置回归。在织物瑕疵数据库上的实验结果表明,与SSD、DSSD等算法相比,该算法的检测性能较好,其检测精度达到78.2%,检测速度为51 frame/s,能在保证检测精度的同时提高检测速度。
|
关 键 词: | 单点多盒探测器 多尺度融合 目标检测 小目标 VGG16网络结构 |
Small Object Detection Algorithm Based on Multi-Scale Fusion SSD |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|