改进SSD算法的道路小目标检测研究

摘要：

在道路场景中,因小目标分辨率低且特征不明显,传统的目标检测算法难以确认其所属类别和位置信息,导致检测精度低、检测速度慢、漏检率高.提出一种改进SSD的道路小目标检测算法RFG_SSD.在SSD网络结构的主干部分和检测部分之间,通过引入改进的特征金字塔网络结构,融合浅层和深层感受野的特征信息,以获得小目标语义信息丰富的特征图.将深层特征提取网络ResNet 50作为改进网络的主干特征提取网络,提高整体网络的检测精度.为加快网络运算速度,基于检测层结构,利用全局平均池化层代替全连接层,减少网络参数量.实验结果表明,与SSD、VGG16+SFPN等算法相比,该算法能够有效提高小目标检测性能,且加快检测速度,其在BDD100K数据集上的平均精度和检测速度分别为98.05％和85.56 frame/s,小目标检测个数相较于SSD算法提高3倍多.

关键词：小目标检测、SSD算法、ResNet50网络、特征金字塔网络、全局平均池化

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：四川省科技计划项目LHAASO;2020SYSY0016

在线出版日期：2022-05-17（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：281-288