基于VGGNet改进网络结构的多尺度大熊猫面部检测

摘要：

大熊猫个体识别对研究大熊猫的种群数量非常重要,大熊猫面部检测是基于面部图像的大熊猫个体识别方法中的首要关键步骤.针对现有的大熊猫面部检测方法精确度不高的问题,提出基于VGGNet-16改进网络结构的多尺度大熊猫面部检测方法.首先,以VGGNet-16网络结构为基础,通过增加残差结构与BN层,降低卷积层通道数,并采用LeakyRelu激活函数等改进,构建一个新的特征提取主干网络.其次,将一个3尺度的特征金字塔网络结构与SPP结构结合用于目标检测.最后,使用深度分离卷积结构替代常规卷积结构.实验结果表明,提出的大熊猫面部检测方法在测试集上能够达到99.48％的mAP,检测性能优于YOLOv4.

关键词：VGGNet网络结构、大熊猫、面部检测、目标检测

所属期刊栏目：43

分类号：TP183;TP391.4(自动化基础理论)

资助基金：四川省科技计划资助项目;四川省科技创新苗子工程;西华师范大学基本科研项目

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：63-71