跨层融合和感受野扩增的SSD目标检测算法

作者：张卫良; 陈秀宏

来源：计算机科学, 2022, 1-11.

• 目标检测
• 信息融合
• 感受野
• 多尺度
• SSD

鉴于SSD（Single Shot Multibox Detector）不同层缺乏信息的交互以及模型感受野的限制，提出了一种改进的SSD目标检测算法——ESSD（Enhanced SSD），以提高目标检测的准确性。首先，使用SSD模型中原有的多尺度特征图，利用FPN（Feature Pyramid Networks）的思想，设计了一种跨层信息交互模块，在增强了不同层的语义信息能力的同时减小了不同层的信息差异。然后，为了提高模型的感受野和多尺度检测能力，设计了一种感受野扩增模块。最后，采用批处理归一化层缩短训练时间，以提高模型的收敛速度。为了评价ESSD的有效性，在PASCAL VOC2007测试集以及PASCAL VOC2012测试集上进行了实验。实验结果表明，在PASCAL VOC2007数据集上其mAP为82.1%且检测速度为15.7FPS，相比原有的SSD512，其mAP提升了2.3%；在PASCAL VOC2012测试集上其mAP达到了80.6%，也比SSD512高2.1%。实验证明了ESSD检测器在达到较高的检测精度情况下，仍然可以满足实时性。

• 单位
  江南大学