面向小目标检测的机器视觉实验项目改进设计

摘要：

目标检测是计算机视觉实践课程中重要的实验项目,尤其是小目标检测是该领域的难点.针对实验中常用的SSD模型存在的小目标检测能力不足等问题,提出采用特征图融合的方法改进特征金字塔的结构.在不改变特征图通道数的前提下,对底层特征图通过上采样和卷积操作,增强细节信息的表征能力,构成新的特征金字塔进行训练和预测.在VOC数据集上的测试结果表明:相较于SSD模型,改进模型对不同大小目标的检测精度都有提升,小目标的检测精度提升一倍以上,并且改善了SSD模型存在的漏检和误检问题.通过模型的优化和对比,加深了学生对目标检测原理的理解,提高了学生解决实际问题的能力,促进了计算机视觉实践课程的建设.

关键词：计算机视觉、实验设计、目标检测、特征融合

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省高校自然科学基金项目;江苏省高等教育教改立项研究课题

在线出版日期：2022-11-11（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：64-70