基于改进SSD的轻量级目标检测算法

摘要：

目标检测作为计算机视觉的重要分支而备受人们关注.现有的检测方法普遍模型尺寸较大,设备要求高,难以用于移动端或嵌入式设备中实时处理.因此,本文利用MobileNetV3结合SSD的轻量级网络,再加入双向特征金字塔模型对特征进行融合,以此提高网络的准确率.实验结果表明,加入双向特征金字塔的轻量级目标检测网络在Pascal VOC数据集上mAP达到了73.65％,比单独的MobileNetV3-SSD目标检测网络提高了2.63％,模型所占内存大小比SSD降低了64.3％,检测速度比SSD提高了61％,使其更适应于移动端和嵌入式设备.

关键词：MobileNetV3-SSD、轻量级、双向特征金字塔、目标检测

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2023-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：152-157