基于改进SSD的无人机航拍目标检测方法
针对传统的无人机在目标检测精度、鲁棒性以及检测速率等方面的不足,提出了一种基于改进SSD的无人机航拍目标检测方法,该方法在SSD的基础上通过Pooling+deconvolution方式融合各层的特征,增加了特征层数量并增强了各层间的关联.为了增强实验对比效果,神经网络训练过程中使用的自建数据集分别来自不同环境中拍摄的图片.实验结果表明,该检测模型在检验不同样本图像时平均精度可达到84.47%,对每张图片检测速度可达26.71 ms/张.相较于其他检测算法,该检测方法存在较大优势.
目标检测、SSD算法、神经网络、深度学习、特征融合
42
TP3(计算技术、计算机技术)
国家自然科学基金51605487
2021-06-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
184-190