基于多尺度联合权重分配的目标检测算法

摘要：

针对SSD(single shot multibox detector)算法在复杂交通场景下对交通标志小目标识别效果不佳的问题,提出一种基于多尺度特征互补和重点特征信息挖掘(multi-scale feature complementary fusion and key feature information mining SSD,MK-SSD)的目标检测改进算法.利用跨阶段局部网络设计多尺度特征互补模块,同时构建多路径特征融合网络,有效提升浅层网络对小目标的特征提取能力.设计联合权重分配模块,将感知域与重点信息挖掘相结合,更高效地利用重点特征信息并抑制对非重点信息的关注度.利用轻量化残差块对预测网络进行改进,提升目标检测能力.经实验分析,改进后的算法在自制交通标志数据集上平均准确率达到89.64％,在保证实时性的同时,相较于YOLO系列和SSD系列算法拥有更高的检测精度,能检测出大部分SSD网络漏检的小目标.

关键词：小目标检测、特征互补、多路径特征融合、权重分配、残差块

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：河北省自然科学基金;河北省研究生创新资助项目;天津市教委科研计划项目

在线出版日期：2022-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：101-110