跨层融合和感受野扩增的SSD目标检测算法

摘要：

鉴于SSD(Single Shot Multibox Detector)不同层缺乏信息的交互以及模型感受野的限制,提出了一种改进的SSD目标检测算法——ESSD(Enhanced SSD),以提高目标检测的准确性.首先,使用SSD模型中原有的多尺度特征图,利用FPN(Feature Pyramid Networks)的思想,设计了一种跨层信息交互模块,在增强了不同层的语义信息能力的同时减小了不同层的信息差异.然后,为了提高模型的感受野和多尺度检测能力,设计了一种感受野扩增模块.最后,采用批处理归一化层缩短训练时间,以提高模型的收敛速度.为了评价ESSD的有效性,在PASCAL VOC2007测试集以及PASCAL VOC2012测试集上进行了实验.实验结果表明,在PASCAL VOC2007数据集上其mAP为82.1％且检测速度为15.7FPS,相比原有的SSD512,其mAP提升了2.3％;在PASCAL VOC2012测试集上其mAP达到了80.6％,也比SSD512高2.1％.实验证明了ESSD检测器在达到较高检测精度的情况下,仍然可以满足实时性.

关键词：目标检测、信息融合、感受野、多尺度、SSD

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：231-237