面向无人艇环境感知的改进型SSD目标检测方法

作者：孙备; 左震^*; 吴鹏; 童小钟; 郭润泽

来源：仪器仪表学报, 2021, 42(09): 52-61.

DOI：10.19650/j.cnki.cjsi.J2108000

• 目标检测
• 深度学习
• 视觉注意力
• 多尺度融合
• 无人艇

为了提升无人艇对典型水面小目标感知能力,本文提出了基于多尺度卷积融合结构和空间注意力加强的改进型SSD目标检测算法。首先,对SSD浅层网络进行多尺度卷积融合,提升浅层网络的语义信息;其次,设计空间注意力结构对卷积特征层逐个增强,提升对弱纹理小目标特征保持性;最后,在VOC公开数据集和自构水面目标数据集上进行了测试,并基于无人艇开展了真实海域目标检测识别验证。实验结果表明,该算法在无人艇Nvidia平台的运行效率可达15 fps,能准确检测识别浮标、桥墩、渔船、快艇和货船等目标,在典型海面场景虚警率为5%时的小目标检测率相对原生SSD算法提升近20.2%,平均有效检测率达到79.3%。

• 单位
  国防科技大学