改进SSD的无人机目标检测研究

摘要：

在无人机进行目标检测过程中,原始SSD(Single Shot Multi Box Detector)算法存在特征图利用率低和小目标检测率低的问题.分析研究不同算法的优缺点后,提出改进型SSD算法.设计一种特征图融合模块,在不过多增加计算量的情况下,将包含更多位置、纹理信息的低层特征图和语义性较强的深层特征图进行融合.同时通过引入IoU(Intersection over Union)值对SSD算法损失函数中位置回归部分进行改进,提高目标检测精度.实验对比原始SSD网络和改进型SSD网络,结果表明:在IoU阈值和类别置信度同为0.5的条件下,相比原始SSD算法,改进型SSD算法在训练精准度和各类AP(Average Precision)值均有明显提高.因此,改进型SSD网络能有效地对输入图像进行目标检测,为改进目标检测算法网络提供了新思路,在图像识别领域具有一定的应用价值.

关键词：改进型SSD、图像识别、目标检测、特征融合、无人机检测、损失函数

所属期刊栏目：45

分类号：TN391.41-34(半导体技术)

资助基金：河北省科技厅重点研发计划项目;国家自然科学基金

在线出版日期：2022-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：33-37