-
题名基于改进SSD的轻量化小目标检测算法
被引量：60
- 1
-
-
作者
吴天舒
张志佳
刘云鹏
裴文慧
陈红叶
-
机构
沈阳工业大学软件学院
中国科学院沈阳自动化研究所
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2018年第7期37-43,共7页
-
基金
国家自然科学基金(61540069)
装发部共用技术课题项目(Y6k4250401)
-
文摘
为提高SSD目标检测算法的小目标检测能力,提出在SSD算法中引入转置卷积结构,采用转置卷积将低分辨率高语义信息特征图与高分辨率低语义信息特征图相融合,增加低层特征提取能力,提高SSD算法的平均精准度。同时针对SSD算法存在模型过大,运行内存占用量过高,无法在嵌入式ARM设备上运行的问题,以DenseNet为基础,结合深度可分离卷积,逐点分组卷积与通道重排提出轻量化特征提取最小单元,将SSD算法特征提取部分替换为轻量化特征提取最小单元的组合后,可在嵌入式ARM设备上运行。在PASCAL VOC数据集和KITTI自动驾驶数据集上进行对比实验,结果表明改进后的网络结构在平均精准度上得到明显提升,模型参数数量得到有效降低。
-
关键词
目标检测
转置卷积
深度可分离卷积
嵌入式
pascal
voc数据集
KITTI数据集
-
Keywords
object detection
transposed convolution
depthwise separable convolution
embedded
pascal voc data set
KITTI data set
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于注意力机制和特征融合的SSD目标检测算法
被引量：2
- 2
-
-
作者
高建瓴
孙健
王子牛
韩毓璐
冯娇娇
-
机构
贵州大学大数据与信息工程学院
-
出处
《软件》
2020年第2期205-210,共6页
-
文摘
为提高SSD算法对于小目标的检测能力和定位能力,本文提出一种引入注意力机制和特征融合的SSD算法。该算法在原始SSD模型的基础上,通过将全局池化操作作用于高层的不同尺度的特征图上,结合注意力机制筛选出需要保留的信息。为提高对小目标的检测精度,本文引入反卷积和特征融合的方式,提高对小目标的检测能力。通过在PASCAL VOC数据集上的实验表明,该算法有效的提升了对小目标识别的准确率,改善了漏检的情况,大幅度提升了检测精度和算法的鲁棒性。
-
关键词
注意力机制
SSD算法
全局平均池化
特征融合
pascal
voc数据集
-
Keywords
Attention mechanisms
SSD algorithm
Global average pooling
Feature fusion
pascal voc data set
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
