一种改进的SSD算法及其在车辆目标检测中的应用

作者：韩雁鹏; 侯进; 谭光鸿; 罗朔

来源：计算机应用与软件, 2021, 38(11): 191-231.

• 目标检测
• SSD模型
• 深度可分离卷积
• 空洞卷积
• K-means算法

针对目前主流的目标检测算法检测效率不高以及小目标检测困难的问题,提出一种改进的SSD(Single Shot MultiBox Detector)算法,并将其应用于道路环境车辆目标的检测。设计一个目标检测网络结构,对高层特征图不进行降采样,使用空洞卷积和深度可分离卷积层来提高模型性能,并使用K-means算法来对模型参数进行优化。在Udacity道路环境数据集上进行对比实验,结果表明,该算法对车辆目标检测的平均精准度达到了58.01%,检测速度达到了86.26帧每秒,相比原SSD算法有明显提升。

• 单位
  西南交通大学