基于SSD的小目标特征强化检测算法

作者：李炳臻; 姜文志; 顾佼佼; 刘克

来源：兵工自动化, 2021, 40(02): 32-41.

• 深度学习
• 目标检测
• 卷积神经网络
• 单次多框目标检测(SSD)模型

为解决原始单次多框目标检测(single shot multibox detector,SSD)目标检测算法中对小目标物体检测能力不足的问题,提出一种改进的SSD目标检测算法。采用VGG19作为特征提取网络,在低层特征图部分引入Conv33卷积特征图,对Conv44进行转置卷积操作,将转置卷积后得到的Conv43同Conv33的特征图进行特征拼接,实验部分使用VOC数据集对模型进行训练与测试。结果表明:该算法可提高检测能力,目标检测精度能比原始SSD算法提高3.6%,小目标检测效果比改进前也有明显提升。