基于深度学习的MSSD目标检测方法  

作　　者：赵庆北 元昌安[2] 

机构地区：[1]广西大学计算机与电子信息学院,广西南宁530004 [2]广西师范学院计算机与信息工程学院,广西南宁530004

出　　处：《企业科技与发展》2018年第5期88-92,共5页Sci-Tech & Development of Enterprise

基　　金：国家自然科学基金资助项目"基于GEP和亚复杂系统的跨媒体时空数据挖掘关键技术研究"(项目编号:61363037)

摘　　要：文章提出了一种基于深度学习的MSSD(Modified Single Shot multibox Detector)目标检测方法。文章阐述了SSD方法的模型与工作原理,SSD方法采用多尺度的特征图预测物体,使用具有较大感受野的高层特征图预测大物体,具有较小感受野的低层特征图预测小物体。使用的低层网络的特征图预测小物体时,由于缺乏高层语义特征,所以导致SSD对小物体的检测效果较差。文章提出了一种MSSD模型,把原有的VGG网络替换为深度残差网络,采用了特征金字塔网络模块对高层语意信息和低层细节信息融合,并通过1 000张图像数据集测试,对比MSSD方法与SSD方法在目标检测上的物体检索能力与检测精度。结果表明,MSSD方法比SSD方法准确率高、速度快。

关 键 词：MSSD SSD 目标检测 特征金字塔网络 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]