针对SSD卷积神经网络在小目标识别度低等原因,文中提出一种新型的基于深度学习(CNN)目标检测网络模型。首先,采用数据增强方式减轻过拟合,提高网络模型泛化能力,其次,在基础网络卷积层引入1~*1小卷积,与原始卷积核交叉进行卷积操作,提高小目标检测识别率,降低网络计算成本。然后,结合两次策略进行微调训练,加快训练收敛速度,提高目标识别精确度。本中提出基于CNN新型目标检测网络模型通过改变卷积核参数规模降低计算开销,目标检测精确度提高2%,提高网络模型性能,具有较强鲁棒性。
科研之友
微信
新浪微博
Facebook
分享链接
