一种改进的SSD目标检测算法
张争; 王宇
2021-04-16
发表期刊河南广播电视大学学报
ISSN1671-2862
卷号34期号:02页码:108-112
摘要针对SSD卷积神经网络对难样本,特别是小目标检测的准确性不高的问题,在SSD网络结构的基础上,引入一种新的减少目标分类歧义的逐步求精网络,提出一种改进的SSD目标检测算法。该算法融入从网络高层上下文中获得的进行类预测的残差信息,把该信息分阶段地逐步添加到基本预测中,用特定的权重直接保留分类的监督信号,对所有阶段进行整合,获得最终分类分数。该算法避免了对高层信息的过度依赖,并在当前尺度级别上提供了充分的学习。实验表明,改进SSD的目标检测算法在PASCALVOC数据集上获得的平均准确率高达79.5%,证明了该方法的有效性和高效性。
关键词目标检测 SSD 特征提取 深度学习
URL查看原文
语种中文
资助项目2021年度河南省高等学校重点科研项目“城市环境下遥感图像小样本语义分割模型研究”;项目编号:21A520051;2021年度河南省重点研发与推广专项(科技攻关)“智能农作物害虫监测装置及灾害预测系统研发”;项目编号:212102210160;2019年度河南省重点研发与推广专项(科技攻关)“虚拟手术中软组织形变模型的研究”;项目编号:192102210297
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/50420
专题国家开放大学河南分部
作者单位河南广播电视大学信息技术中心
第一作者单位国家开放大学河南分部
第一作者的第一单位国家开放大学河南分部
推荐引用方式
GB/T 7714
张争,王宇. 一种改进的SSD目标检测算法[J]. 河南广播电视大学学报,2021,34(02):108-112.
APA 张争,&王宇.(2021).一种改进的SSD目标检测算法.河南广播电视大学学报,34(02),108-112.
MLA 张争,et al."一种改进的SSD目标检测算法".河南广播电视大学学报 34.02(2021):108-112.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[张争]的文章
[王宇]的文章
百度学术
百度学术中相似的文章
[张争]的文章
[王宇]的文章
必应学术
必应学术中相似的文章
[张争]的文章
[王宇]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
基于无网格的软组织形变模型研究
基于递归卷积神经网络的行人检测方法
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。