基于Bi-SSD的小目标检测算法
针对目前目标检测技术中小目标检测困难问题,提出了一种基于SSD(Single Shot multibox Detector)改进的小目标检测算法Bi-SSD(Bi-directional Single Shot multibox Detector).该算法为SSD的浅层特征设计了小目标特征提升模块,在网络的分类和回归部分结合多尺度特征融合方法和BiFPN(Bi-directional Feature Pyramid Network)结构,设计了6尺度BiFPN分类回归子网络.实验结果表明,在PASCAL VOC和MS COCO目标检测数据集上Bi-SSD相比原始的SSD算法有更好的检测性能.其中VOC2007+2012上Bi-SSD算法的mAP指标达到了78.47% 相较SSD算法提升了1.34%,在COCO2017上Bi-SSD算法的mAP达到26.4% 提升了接近2.4%.
小目标检测、特征融合、多尺度检测、深度学习、卷积神经网络
29
2020-11-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
139-144