10.3969/j.issn.1006-2475.2020.02.018
一种基于SSD改进的目标检测算法
SSD(Single Shot MultiBox Detector)是一种基于深度学习的目标检测算法,它作为当前最为主流的检测算法之一,在极大地提高检测速度的同时,还能保证一定的检测精度,但是仍难以满足实际应用的需求.本文在SSD模型的基础上,引入注意力机制,提出一种基于SSD改进的目标检测算法.注意力机制能够有效地提高卷积神经网络对图片特征的提取能力,从而进一步提高算法的检测精度.改进后的算法在Pascal VOC数据集上进行对比试验.实验结果表明,改进后的模型在Pascal VOC2007测试集上的检测精度达到78.5%mAP(mean Average Precision),比改进前提高4.2个百分点,在Pascal VOC2012测试集上的检测精度达到77.1%mAP,比改进前提高4.7个百分点.
目标检测、SSD、深度学习、卷积神经网络、注意力机制
TP399(计算技术、计算机技术)
国家自然科学基金资助项目61300132
2020-04-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
89-93