多尺度特征增强的SSD目标检测算法

摘要：

针对目标检测中多类别、多尺度和背景复杂而导致的SSD(Single Shot Multibox Detector)算法检测精度不高的问题,提出了一种多尺度特征增强的改进SSD目标检测算法.首先将SSD网络模型的高层特征依次向下与浅层特征融合,构造一种多尺度目标检测结构.然后利用注意力机制对特征进行进一步的优化,从而达到增强网络模型特征提取的目的.最后用DIoU-NMS来处理图像目标中冗余框的问题,减少目标的漏检.在公开的NWPU VHR-10遥感数据集上将该方法与其他算法进行对比实验,其mAP较传统的SSD算法提高了6.7％.最后将改进后的算法应用于地铁安检图片检测,并在此数据集上进行消融实验来验证此算法每一阶段的有效性.

关键词：目标检测、多尺度、特征融合、注意力机制、特征增强

所属期刊栏目：51

分类号：TP391.41(计算技术、计算机技术)

资助基金：河北省自然科学基金F2019202054

在线出版日期：2022-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：23-30