-
题名基于改进SSD的车内宠物遗落检测方法
- 1
-
-
作者
潘溢洲
吴恩启
段函作
寇嘉铭
-
机构
上海理工大学机械工程学院
-
出处
《传感器与微系统》
北大核心
2025年第5期115-119,共5页
-
文摘
针对车内宠物遗落问题,在单发多盒探测器(SSD)算法的基础上,提出了一种改进的SSD目标检测算法实时检测车内是否存在遗落宠物,通过引入MobileNetV2算法来替代SSD的主干网络,并改进MobileNetV2的网络结构来进一步减少原有网络的参数量,融合卷积块注意力模块(CBAM)来提高目标定位能力,采用迁移训练策略来更好地训练网络。实验结果表明,改进后算法的模型大小相对于SSD-Mo-bileNetV2减少了65.5%,平均精度均值(mAP)提高了0.9%,帧率(FPS)也有所提升,模型大小更是减少到了原始SSD算法的5%。改进后算法实际检测的效果更好,同时更加适合嵌入移动设备来检测遗落宠物。
-
关键词
目标检测
MobileNetV2网络
单发多盒探测器算法
深度学习
轻量化网络
-
Keywords
object detection
MobileNetV2 network
SSD algorithm
deep learning
lightweight network
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名用于ADAS实时目标车辆检测的改进SSD算法
被引量：3
- 2
-
-
作者
焦鑫
杨伟东
刘全周
李占旗
贾鹏飞
-
机构
河北工业大学机械学院
中国汽车技术研究中心有限公司
-
出处
《汽车安全与节能学报》
CAS
CSCD
2020年第3期337-344,共8页
-
基金
天津市科技计划项目(18YFCZZC00150)
天津市科技计划项目(17YDLJGX00020)。
-
文摘
以实际交通场景中存在重叠小目标车辆为重点,为提升汽车辅助驾驶系统(ADAS)对目标车辆检测的准确性,建立了一种实时目标车辆检测改进算法SSD-P。该算法基于2种方法:1)通过增加小目标特征的提取数量,提出了一种浅层特征图像分辨率重建的方法;2)在非极大抑制中嵌入特征向量进行二次判定方法,以克服单发多盒探测器(SSD)算法对小目标检测精度不高、重叠目标检测能力弱的问题。在PASCAL VOC2012数据集、虚拟交通场景以及实际交通场景中,进行了相关实验验证。结果表明:用该SSD-P算法进行目标车辆检测的平均精度(mAP)为92.4%,比改进前的SSD算法精度提升了4.8%。因此,该改进算法能够改善ADAS的准确性。
-
关键词
汽车辅助驾驶系统(ADAS)
实时车辆检测
单发多盒探测器(SSD)算法
小目标
重叠目标
-
Keywords
advanced driver assistance system
ADAS
real-time vehicle detections
single shot multi-box detector(SSD)algorithm
small targets
overlapping objectives
vehicle detections
-
分类号
U461.91
[机械工程—车辆工程]
-
-
题名空对地高度自适应目标智能检测算法
被引量：2
- 3
-
-
作者
张萌
王仕成
杨艳丽
杨东方
-
机构
火箭军工程大学导弹工程学院
-
出处
《现代防御技术》
2019年第6期81-87,共7页
-
基金
国家自然科学基金(61673017,61403398)
陕西省自然科学基金(2017JM6077)
陕西省重点研发计划项目(2018ZDXM-GY-039)
-
文摘
在空基平台对地成像应用领域,由于高度变化差异大,成像视场广、视角单一、地物背景干扰多,这些特点使得现有深度学习检测算法面临新的挑战。针对此问题,提出了一种面向空基平台的高度自适应目标智能检测算法。首先,分析了高度变化和区域候选框尺寸设置对检测算法的影响。其次,建立了高度和目标检测候选框尺寸之间的关系模型,提出了高度自适应的目标检测候选框生成算法。最后,建立了不同高度下目标检测任务数据集,验证了所提算法的有效性。检测结果证明所提算法能够有效地减小空基平台飞行过程中的高度变化对目标检测算法的影响,提高检测算法的适应性。
-
关键词
空对地成像
深度学习
空基平台
高度自适应
目标检测
单发多盒探测器
-
Keywords
air to ground image
deep learning
space-based platform
height adaptive
object detection
single shot multibox detector
-
分类号
TN957.51
[电子电信—信号与信息处理]
TP959.73
[自动化与计算机技术]
-
