多尺度特征增强的SSD目标检测算法

作者：高娜; 吴清^*; 张满囤

来源：河北工业大学学报, 2022, 51(02): 23-30.

DOI：10.14081/j.cnki.hgdxb.2022.02.003

• 目标检测
• 多尺度
• 特征融合
• 注意力机制
• 特征增强

针对目标检测中多类别、多尺度和背景复杂而导致的SSD (Single Shot Multibox Detector)算法检测精度不高的问题，提出了一种多尺度特征增强的改进SSD目标检测算法。首先将SSD网络模型的高层特征依次向下与浅层特征融合，构造一种多尺度目标检测结构。然后利用注意力机制对特征进行进一步的优化，从而达到增强网络模型特征提取的目的。最后用DIoU-NMS来处理图像目标中冗余框的问题，减少目标的漏检。在公开的NWPU VHR-10遥感数据集上将该方法与其他算法进行对比实验，其m AP较传统的SSD算法提高了6.7%。最后将改进后的算法应用于地铁安检图片检测，并在此数据集上进行消融实验来验证此算法每一阶段的有效性。

• 单位
  河北工业大学