基于改进SSD的青瓜检测算法

作者：曾乾; 李博

来源：国外电子测量技术, 2023, 42(04): 158-165.

DOI：10.19652/j.cnki.femt.2304716

• 青瓜检测
• 图像识别
• 深度学习
• 卷积神经网络
• 目标检测

针对复杂近色背景下青瓜目标识别率低、定位效果不佳等问题，提出一种基于SSD的循环融合特征增强(CFFE-SSD)目标检测模型。首先，对SSD的前4个有效特征层进行循环特征融合，使低层特征层和高层特征层的信息得到有效利用；其次，针对青瓜目标的特殊长宽比以及重叠现象，使用K-means算法改进先验框的默认尺寸以及长宽比，提出以DIoU-NMS替换普通NMS;最后，将ECA注意力机制引入循环特征融合模块，增强网络特征提取能力。实验结果表明，改进CFFE-SSD模型AP@0.5达到了96.63%,提升了4.61%;AP@0.75达到了89.02%,提升了7.14%,检测速度达到144 fps,边框回归精度更高，能有效满足青瓜自动采摘的需求。

• 单位
  电子科技大学中山学院; 电子科技大学; 机电工程学院