基于SSD与图像变换的镜下矿物光片智能识别

1

作者 侯振隆 申晋容 +1 位作者 魏继康 赵文天 《东北大学学报(自然科学版)》 北大核心 2025年第6期131-137,154,共8页

在矿物识别中,当识别伴生矿物时,有时会产生漏判、误判.为了解决上述问题,开展了显微镜下矿物的智能化识别方法研究.首先,改进了SSD网络并结合图像变换构建了一种智能识别方法;其次,将该方法应用于中国辽宁省某铁矿光片的显微镜下矿物图... 在矿物识别中,当识别伴生矿物时,有时会产生漏判、误判.为了解决上述问题,开展了显微镜下矿物的智能化识别方法研究.首先,改进了SSD网络并结合图像变换构建了一种智能识别方法;其次,将该方法应用于中国辽宁省某铁矿光片的显微镜下矿物图像,通过试验证明了方法的准确性;最后,确定了学习率、批量尺寸对损失函数的影响,使用梯度下降法进一步提高了识别精度.在试验中,识别精度超过90%,最高可达100%,损失函数值最小值约为0.008.结果表明,提出的方法具有较强的矿物识别能力. 展开更多

关键词 矿物识别 深度学习 ssd 图像变换 矿物含量估算

在线阅读 下载PDF 职称材料

基于特征融合的SSD视觉小目标检测 被引量：12

2

作者 王冬丽 廖春江 +1 位作者 牟金震 周彦 《计算机工程与应用》 CSCD 北大核心 2020年第16期31-36,共6页

针对SSD算法在检测目标过程中对小目标检测效果差的缺陷,提出了特征融合的SSD方法。该方法充分融合深浅层特征信息以提升网络模型对小目标的检测能力,为更好地检测小目标,将先验框尺寸相对原图比列进行调整,同时对SSD模型相应超参数值... 针对SSD算法在检测目标过程中对小目标检测效果差的缺陷,提出了特征融合的SSD方法。该方法充分融合深浅层特征信息以提升网络模型对小目标的检测能力,为更好地检测小目标,将先验框尺寸相对原图比列进行调整,同时对SSD模型相应超参数值进行调整。实验结果表明,检测精度mAP较SSD提高3.4个百分点,对小目标Bottle、Chair、Plant检测精度分别提升8.7个百分点、3.4个百分点和7.1个百分点。检测精度mAP较当前一系列性能优异的目标检测算法有显著提高。通过拓展实验进一步证明改进算法成功检测到了大多数SSD算法没有检测到的小目标,提高了平均检测准确率。 展开更多

关键词 小目标检测 特征融合 ssd(Single Shot Multibox detector) 特征增强 PASCAL VOC2007

在线阅读 下载PDF 职称材料

用于交通标志检测的窗口大小聚类残差SSD模型 被引量：4

3

作者 宋青松 王兴莉 +3 位作者 张超 陈禹 宋焕生 KHATTAK Asad Jan 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第10期133-140,共8页

SSD通常被认为适合于求解小目标图像检测问题,但在特征表征和检测效率两方面还存在改进空间.提出一种聚类残差SSD模型,一方面将原始SSD模型中的VGG16基础网络替换为更深的ResNet50残差网络,以改善特征表征能力.另一方面采用K-均值聚类... SSD通常被认为适合于求解小目标图像检测问题,但在特征表征和检测效率两方面还存在改进空间.提出一种聚类残差SSD模型,一方面将原始SSD模型中的VGG16基础网络替换为更深的ResNet50残差网络,以改善特征表征能力.另一方面采用K-均值聚类算法取代盲目搜索机制,确定SSD中默认窗口的大小,以改善检测效率.针对德国交通标志检测数据集,模型获得了97.1%mAP和每幅图像0.07 s的检测速度.针对中国交通标志数据集,模型获得89.7%mAP和每幅图像0.08 s的检测速度.与原始SSD模型比较,本文所提模型的检测性能得到改善. 展开更多

关键词 交通标志检测 深度学习 单拍多盒探测器(ssd) K-均值 聚类

在线阅读 下载PDF 职称材料

基于改进SSD的苹果叶部病理检测识别 被引量：8

4

作者 李辉 严康华 +2 位作者 景浩 侯锐 梁晓菡 《传感器与微系统》 CSCD 北大核心 2022年第10期134-137,共4页

针对目前主流的目标检测算法在苹果叶部病理的检测中识别速度和精度较低的问题,实现了基于改进SSD的苹果叶部病理的检测识别。首先,采用轻量级特征融合结构,融合高低层特征图特征;其次,引入通道注意力机制,提取更有效的病斑小目标特征信... 针对目前主流的目标检测算法在苹果叶部病理的检测中识别速度和精度较低的问题,实现了基于改进SSD的苹果叶部病理的检测识别。首先,采用轻量级特征融合结构,融合高低层特征图特征;其次,引入通道注意力机制,提取更有效的病斑小目标特征信息,同时使用Focal Loss损失函数代替原有的Multibox Loss损失函数,减少了训练中大量简单负样本的权值;最后,利用苹果叶部病理公共数据集进行对比实验,选取训练最优的网络。实验表明:改进的SSD比其它算法的检测效果有明显的提升。 展开更多

关键词 苹果叶部病理检测 ssd算法 特征融合 通道注意力机制

在线阅读 下载PDF 职称材料

基于MobileNetV2和IFPN改进的SSD垃圾实时分类检测方法 被引量：13

5

作者 赵珊 刘子路 +1 位作者 郑爱玲 高雨 《计算机应用》 CSCD 北大核心 2022年第S01期106-111,共6页

针对垃圾分类检测任务中检测目标尺寸不一和小目标检测精度不高等问题,构建一种基于隐式特征金字塔网络(IFPN)和MobileNetV2的改进SSD模型的分类检测方法,对垃圾进行实时分类检测。首先,将改进后的MobileNetV2引入SSD,加入带有空洞卷积... 针对垃圾分类检测任务中检测目标尺寸不一和小目标检测精度不高等问题,构建一种基于隐式特征金字塔网络(IFPN)和MobileNetV2的改进SSD模型的分类检测方法,对垃圾进行实时分类检测。首先,将改进后的MobileNetV2引入SSD,加入带有空洞卷积的空间金字塔池化模块(ASPP),在降低网络模型计算复杂度的同时保证网络实时性和精确性;其次,采用IFPN从网络的深层到浅层逐级融合SSD,更精确地检测出小目标;最后,使用Focal Loss函数调节正负样本之间的权重。实验结果表明,在阈值为0.4时,所提方法比传统SSD平均精确率均值(mAP)提高了4.84个百分点,检测耗时减少了72.7%,能满足边缘计算设备对模型的各项要求。 展开更多

关键词 垃圾分类 目标检测 MobileNetV2 ssd 空间金字塔池化 隐式特征金字塔网络

在线阅读 下载PDF 职称材料

基于SSD网络的电梯内电动自行车检测研究 被引量：2

6

作者 黄鹏 房志明 +3 位作者 朱曼 黄中意 叶锐 刘泳琪 《中国安全生产科学技术》 CAS CSCD 北大核心 2023年第2期167-172,共6页

为减少因电动自行车违规操作而造成的消防安全事故,杜绝电动自行车进电梯的违规行为,基于深度学习SSD目标检测网络,使用VGG16、EfficientNet、MobileNet 3种主干网络,研究SSD网络对电梯内电动自行车检测的可行性,分析比较3种网络的检测... 为减少因电动自行车违规操作而造成的消防安全事故,杜绝电动自行车进电梯的违规行为,基于深度学习SSD目标检测网络,使用VGG16、EfficientNet、MobileNet 3种主干网络,研究SSD网络对电梯内电动自行车检测的可行性,分析比较3种网络的检测效果,并提出基于双摄的检测方法,进一步提高电梯场景下检测准确度,减少误检误报警。研究结果表明:SSD检测网络对电梯内电动自行车检测效果良好,其中SSD_MobileNet网络更适用于工业领域,双摄检测方法的检测准确率均大于90%。 展开更多

关键词 消防安全 深度学习 电动自行车进电梯 双摄检测 ssd 主干网络

在线阅读 下载PDF 职称材料

基于改进SSD的航拍城市道路车辆检测方法 被引量：21

7

作者 宋世奇 李旭 +3 位作者 祝雪芬 杨峰 武文翀 吴琳琦 《传感器与微系统》 CSCD 北大核心 2021年第1期114-117,共4页

为提升无人机(UAV)航拍视角下城市道路车辆检测性能,基于SSD深度学习网络框架,改进并搭建了一种航拍城市道路车辆检测网络。一方面充分挖掘无人机航拍视角下车辆多为小目标的先验知识,利用K-means++聚类算法获取适应航拍车辆目标的默认... 为提升无人机(UAV)航拍视角下城市道路车辆检测性能,基于SSD深度学习网络框架,改进并搭建了一种航拍城市道路车辆检测网络。一方面充分挖掘无人机航拍视角下车辆多为小目标的先验知识,利用K-means++聚类算法获取适应航拍车辆目标的默认候选框参数信息;另一方面,为保证小尺度目标特征的有效传递和准确提取,对基准SSD网络结构进行改进,在其特征提取网络骨架中加入了具有抗混叠效应的可学习低通滤波层,并保留用于小尺度车辆目标检测回归的大尺寸特征图。实验表明:在满足实时性的情况下,所提方法与基准SSD网络相比,检测精度提升了4.3个百分点,能够明显改善小尺度车辆目标检测效果,提高了无人机航拍视角下城市道路车辆目标整体检测精度。 展开更多

关键词 智能交通 航拍图像 ssd 车辆检测

在线阅读 下载PDF 职称材料

基于SSD的粮仓害虫检测研究 被引量：17

8

作者 邓壮来 汪盼 +3 位作者 宋雪桦 王昌达 陈娟 吴立亚 《计算机工程与应用》 CSCD 北大核心 2020年第11期214-218,共5页

为了对粮仓害虫进行有效地检测,减少粮食损失,提出一种基于SSD的粮仓害虫检测方法。该方法利用多个尺度的卷积特征图来检测害虫。通过轻量化模型结构和优化损失函数来提高SSD的训练速度和检测效率。实验将6类高爆发的粮仓害虫图像进行... 为了对粮仓害虫进行有效地检测,减少粮食损失,提出一种基于SSD的粮仓害虫检测方法。该方法利用多个尺度的卷积特征图来检测害虫。通过轻量化模型结构和优化损失函数来提高SSD的训练速度和检测效率。实验将6类高爆发的粮仓害虫图像进行训练和测试,结果表明:该方法相比较于当前主流的目标检测方法在对粮仓害虫检测中具有更高的mAP。 展开更多

关键词 粮仓害虫 粮食损失 目标检测 ssd MAP

在线阅读 下载PDF 职称材料

基于密集模块与特征融合的SSD目标检测算法 被引量：5

9

作者 周凡 朴燕 秦晓伟 《计算机工程与应用》 CSCD 北大核心 2020年第16期105-111,共7页

通过对原SSD(Single Shot Multibox Detector)模型的研究与分析,针对其对小目标检测能力较弱的问题,提出了一种基于密集模块与特征融合操作的改进模型。该模型以Inception-ResNet-V2与DenseNet为基础,吸取了inception模块中稀疏连接与... 通过对原SSD(Single Shot Multibox Detector)模型的研究与分析,针对其对小目标检测能力较弱的问题,提出了一种基于密集模块与特征融合操作的改进模型。该模型以Inception-ResNet-V2与DenseNet为基础,吸取了inception模块中稀疏连接与密集网络中密集连接的研究思路,将两种方法融合在一起,提出了Inception-Dense特征提取结构。在多尺度检测的部分,借鉴并改进了特征金字塔的特征融合模块来加强对中小目标的检测能力。根据改进模型及实验数据集的相关特性,对默认框的映射机制也进行了重新设定。结果表明:该方法在Kitti数据集上的平均测试精确度(mAP)为83.8%;识别率相比于原SSD模型的72.8%,提升了11个百分点。FPS方面也有接近38%的提升,从原来的39提升到了54。 展开更多

关键词 深度学习 ssd(Single Shot Multibox detector) 目标检测 神经网络

在线阅读 下载PDF 职称材料

基于改进SSD的合成孔径声呐图像水下多尺度目标轻量化检测模型 被引量：15

10

作者 李宝奇 黄海宁 +2 位作者 刘纪元 刘正君 韦琳哲 《电子与信息学报》 EI CSCD 北大核心 2021年第10期2854-2862,共9页

针对轻量化目标检测模型SSD-MV2对合成孔径声呐(SAS)图像水下多尺度目标检测精度低的问题,该文提出一种新的卷积核模块-可扩张可选择模块(ESK),ESK具有通道可扩张、通道可选择和模型参数少的优点。与此同时,利用ESK模块重新设计了SSD的... 针对轻量化目标检测模型SSD-MV2对合成孔径声呐(SAS)图像水下多尺度目标检测精度低的问题,该文提出一种新的卷积核模块-可扩张可选择模块(ESK),ESK具有通道可扩张、通道可选择和模型参数少的优点。与此同时,利用ESK模块重新设计了SSD的基础网络和附加特征提取网络,记作SSD-MV2ESK,并为其选择了合理的扩张系数和多尺度系数。在合成孔径声呐图像水下多尺度目标检测数据集SST-DET上,SSD-MV2ESK在模型参数基本相等的条件下,检测精度比SSD-MV2提升4.71%。实验结果表明,SSD-MV2ESK适用于合成孔径声呐图像水下多尺度目标检测任务。 展开更多

关键词 合成孔径声呐 图像水下多尺度目标检测 ssd MobileNet V2 多通道可选择 深度可分离空洞卷积

在线阅读 下载PDF 职称材料

多尺度卷积特征融合的SSD目标检测算法 被引量：56

11

作者 陈幻杰 王琦琦 +4 位作者 杨国威 韩佳林 尹成娟 陈隽 王以忠 《计算机科学与探索》 CSCD 北大核心 2019年第6期1049-1061,共13页

提出了一种改进的多尺度卷积特征目标检测方法,用以提高SSD(single shot multibox detector)模型对中目标和小目标的检测精确度。该方法先对SSD模型低层特征层采用区域放大提取的方法以提高对小目标的检测能力,再对高层特征层进行特征... 提出了一种改进的多尺度卷积特征目标检测方法,用以提高SSD(single shot multibox detector)模型对中目标和小目标的检测精确度。该方法先对SSD模型低层特征层采用区域放大提取的方法以提高对小目标的检测能力,再对高层特征层进行特征提取以改善中目标的检测效果。最后,利用SSD模型中原有的多尺度卷积检测方法,将改进的多层特征检测结果进行融合,并通过参数再训练以获得最终改进的SSD模型。实验结果表明,该方法在MS COCO数据集上对中目标和小目标的测试精确度分别为75.1%和40.5%,相比于原有SSD模型分别提升16.3%和23.1%。 展开更多

关键词 单次多框目标检测器(ssd)模型 多尺度特征融合 目标检测 深度学习

在线阅读 下载PDF 职称材料

改进的R-SSD全景视频图像车辆检测算法 被引量：5

12

作者 王殿伟 赵梦影 +2 位作者 刘颖 宋海军 谢永军 《计算机工程与应用》 CSCD 北大核心 2021年第3期189-195,共7页

针对SSD算法在检测全景视频图像车辆目标时存在准确率低、漏检率高的问题,构建了一种改进的SSD网络,命名为R-SSD,并提出了一种基于R-SSD的全景视频图像中车辆目标检测算法。在原SSD网络之前增加了一个RPN*网络,目的在于过滤负样本先验... 针对SSD算法在检测全景视频图像车辆目标时存在准确率低、漏检率高的问题,构建了一种改进的SSD网络,命名为R-SSD,并提出了一种基于R-SSD的全景视频图像中车辆目标检测算法。在原SSD网络之前增加了一个RPN*网络,目的在于过滤负样本先验框并粗略调整先验框的位置和大小,为后续回归提供好的初始条件。在原SSD和RPN*网络之间构建了传输转换模块,实现两个网络间的特征融合,并增加低层特征信息,从而提高目标的检测效果。在同时兼顾了RPN*网络和SSD*网络损失函数的基础上提出了新的损失函数,应用了二分类和多分类的方法,使回归操作更加精确。将采集的全景视频图像数据分为训练集和测试集,通过对比实验,表明提出的R-SSD算法检测精度可达90.78%,明显优于SSD算法,可较好地解决全景目标车辆检测中误检率较高、漏检率较高等问题。 展开更多

关键词 全景车辆检测 ssd算法 特征融合 传输转换模块

在线阅读 下载PDF 职称材料

基于SSD和MobileNet网络的目标检测方法的研究 被引量：27

13

作者 任宇杰 杨剑 +1 位作者 刘方涛 张启尧 《计算机科学与探索》 CSCD 北大核心 2019年第11期1881-1893,共13页

为了提高计算机视觉中目标检测的一种基本模型SSD在多任务场景中的准确率和效率,基于深度学习的相关理论研究,结合一种轻量级的深层神经网络MobileNet的基本思想,构建了一种结合特征金字塔的多尺度卷积神经网络结构。利用Tensorflow平... 为了提高计算机视觉中目标检测的一种基本模型SSD在多任务场景中的准确率和效率,基于深度学习的相关理论研究,结合一种轻量级的深层神经网络MobileNet的基本思想,构建了一种结合特征金字塔的多尺度卷积神经网络结构。利用Tensorflow平台完成了以下一些工作:第一,对低层卷积层的特征图进行区域放大,保留更多的目标特征信息,再对高特征层进行特征提取;第二,在对重叠目标候选区域进行过滤的时候,基于非极大值抑制的方法和思想设置阈值消除冗余的目标候选区域,使得产生的负样本的数目减少,使模型效果逐步趋于稳定;第三,针对目标检测中的预测区域与真实区域在匹配过程中所产生的正负样本进行处理,用于保证模型的稳定性等。基于以上方法研究,使得模型对多目标识别的速度有所加快,鲁棒性更好,准确率更高,同时也适当降低了对硬件配置资源的需求。 展开更多

关键词 多尺度卷积特征 ssd模型 MobileNet 图像目标检测

在线阅读 下载PDF 职称材料

基于多尺度融合SSD的小目标检测算法 被引量：36

14

作者 赵亚男 吴黎明 陈琦 《计算机工程》 CAS CSCD 北大核心 2020年第1期247-254,共8页

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... 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。 展开更多

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

在线阅读 下载PDF 职称材料

基于SSD的轻量级车辆检测网络改进 被引量：11

15

作者 徐浩 杨德刚 +1 位作者 蒋倩倩 何林晋 《计算机工程与应用》 CSCD 北大核心 2022年第12期209-217,共9页

针对嵌入式摄像设备在执行目标检测任务过程中,对于移动中车辆的检测耗时较长无法及时反馈检测结果的问题,提出了一种基于残差连接和注意力机制的轻量级卷积网络来对SSD(single shot multibox detector)目标检测模型进行改进。采用h-sw... 针对嵌入式摄像设备在执行目标检测任务过程中,对于移动中车辆的检测耗时较长无法及时反馈检测结果的问题,提出了一种基于残差连接和注意力机制的轻量级卷积网络来对SSD(single shot multibox detector)目标检测模型进行改进。采用h-swish和h-sigmoid激活函数分别替换残差块中的ReLU激活函数和通道注意力模块中的sigmoid激活函数,降低训练和推理所需计算量。根据实际应用中特定角度下车辆外形的特征为依据,重新设计SSD目标检测方法的默认框生成比例,并结合输入图像大小及特征图感受野来减少特征融合层及默认框匹配运算量。实验表明改进后的SSD检测模型在BIT-Vehicle Dataset上的平均精度均值(mean average precision,mAP)达到了94.87%,相较于经典SSD目标检测模型的mAP提升了0.83个百分点,在搭载了Intel NCS2的Raspbery PI 3+上平均处理速度达到了16 frame/s。 展开更多

关键词 车辆检测 机器视觉 ssd模型 深度学习 树莓派

在线阅读 下载PDF 职称材料

基于改进SSD的无人船海上船舶识别算法 被引量：9

16

作者 刘硕 葛愿 +2 位作者 李媛媛 胡俊祥 叶刚 《传感器与微系统》 CSCD 北大核心 2021年第2期120-123,共4页

针对无人船海上航行时视觉系统获取的图片中船舶识别不准确,以及识别精度偏低的问题,提出了基于改进单镜头多盒探测器(SSD)的无人船海上船舶识别方法。在传统SSD网络的第七层增加L2正则化对其进行改进,使得SSD每个卷积层的参数比较均衡... 针对无人船海上航行时视觉系统获取的图片中船舶识别不准确,以及识别精度偏低的问题,提出了基于改进单镜头多盒探测器(SSD)的无人船海上船舶识别方法。在传统SSD网络的第七层增加L2正则化对其进行改进,使得SSD每个卷积层的参数比较均衡,降低模型对局部特征的敏感性,从而提高船舶识别的置信度。实验结果表明:所提方法具有较好的海上船舶识别效果,并且基于改进SSD训练出的模型具有更好的泛化能力。 展开更多

关键词 船舶识别 改进单镜头多盒探测器(ssd) L2正则化 无人船

在线阅读 下载PDF 职称材料

用于ADAS实时目标车辆检测的改进SSD算法 被引量：3

17

作者 焦鑫 杨伟东 +2 位作者 刘全周 李占旗 贾鹏飞 《汽车安全与节能学报》 CAS CSCD 2020年第3期337-344,共8页

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... 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。 展开更多

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

在线阅读 下载PDF 职称材料

改进的SSD-ResNet算法 被引量：2

18

作者 孟婧 江平 +1 位作者 王凯 蒋鑫宇 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2023年第3期326-332,共7页

单次多边界框检测器(single shot multibox detector,SSD)算法因其性能优良已被应用于许多场景中,但该算法对小目标物体的检测精度偏低,主要原因是高层的语义信息没有被充分利用。为解决该问题,文章将其基础网络替换为残差网络(residual... 单次多边界框检测器(single shot multibox detector,SSD)算法因其性能优良已被应用于许多场景中,但该算法对小目标物体的检测精度偏低,主要原因是高层的语义信息没有被充分利用。为解决该问题,文章将其基础网络替换为残差网络(residual network,ResNet),同时融合深浅层的特征信息来增强浅层特征图的语义信息,此外还引入注意力模块,保留更多的目标特征信息,抑制无关信息,进一步提升对小目标物体的检测效果。在PASCAL VOC2007数据集上进行实验测试,平均精度均值为80.2%,优于其他SSD改进算法。由于增加了特征融合和注意力模块,所提算法检测速度有所下降,但相比于SSD改进算法,检测速度仍有明显的优势。 展开更多

关键词 目标检测 单次多边界框检测器(ssd) 残差网络(ResNet) 特征融合 注意力机制

在线阅读 下载PDF 职称材料

改进SSD算法的多目标检测 被引量：9

19

作者 马原东 罗子江 +4 位作者 倪照风 徐斌 吴凤娇 孙收余 杨秀璋 《计算机工程与应用》 CSCD 北大核心 2020年第23期23-30,共8页

目标检测作为计算机视觉的核心,在人脸识别、人脸跟踪、大规模场景识别等方面具有广泛应用,其中Onestage领域的SSD算法检测速度和检测性能较为突出,但在环境较为复杂的多目标检测情况下仍会出现误检和漏检。针对这一问题,提出一种改进SS... 目标检测作为计算机视觉的核心,在人脸识别、人脸跟踪、大规模场景识别等方面具有广泛应用,其中Onestage领域的SSD算法检测速度和检测性能较为突出,但在环境较为复杂的多目标检测情况下仍会出现误检和漏检。针对这一问题,提出一种改进SSD算法的多目标检测方法,通过优化SSD内部网络和提高样本适用性的方式改善检测性能;其中,采用修改网络输出和添加抗旋转层ARConv来统一网络结构,降低模型训练时间,减少漏检;并提出P-NMS算法和限制函数优化训练样本,减少误检;在测试阶段,提出单张图片批量测试方法,有效提高模型召回率。实验结果表明,改进后算法具有更强的鲁棒性,并且能有效降低误检、漏检率提升网络性能。 展开更多

关键词 多目标检测 ssd算法优化 抗旋转卷积层(ARConv) 概率非极大值抑制(P-NMS)算法 图片批量测试

在线阅读 下载PDF 职称材料

XSSD-P:改进的SSD行人检测算法 被引量：3

20

作者 鲍文斌 张冬泉 《计算机工程与应用》 CSCD 北大核心 2022年第23期132-141,共10页

SSD(single shot multi-box detector)是目前广泛应用于行人检测的神经网络算法,为了提高其检测精度和检测速度,对SSD算法进行了有效改进(改进后的算法称为XSSD-P)。选择Xception网络作为XSSD-P算法的骨干网络并重新选择用于预测的特征... SSD(single shot multi-box detector)是目前广泛应用于行人检测的神经网络算法,为了提高其检测精度和检测速度,对SSD算法进行了有效改进(改进后的算法称为XSSD-P)。选择Xception网络作为XSSD-P算法的骨干网络并重新选择用于预测的特征层;根据行人外形尺寸的特征设计了多尺度卷积核和基础锚框,并将二者耦合,基础锚框通过调节自身大小得到锚框(anchors)用于位置回归;再使用深度可分离卷积代替常规卷积在特征图上进行预测,实现了行人的有效检测。在INRIA数据集、VOC数据集和COCO数据集上进行检测精度对比测试,与SSD以及其他主流算法相比,XSSD-P算法在行人检测方面拥有更高的检测精度,并在Caltech行人数据集和MIT行人数据集中验证了XSSD-P算法的泛化性能。在检测速度方面,与SSD算法相比,XSSD-P算法的检测速度高出30 FPS,提高了42.86%。实验结果表明,XSSD-P的检测精度和检测速度均优于SSD算法。 展开更多

关键词 行人检测 ssd算法 卷积神经网络 多尺度卷积核 Xception网络

在线阅读 下载PDF 职称材料