-
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]
-
