典型文献
改进SSD的无人机目标检测研究
文献摘要：
在无人机进行目标检测过程中,原始SSD(Single Shot Multi Box Detector)算法存在特征图利用率低和小目标检测率低的问题.分析研究不同算法的优缺点后,提出改进型SSD算法.设计一种特征图融合模块,在不过多增加计算量的情况下,将包含更多位置、纹理信息的低层特征图和语义性较强的深层特征图进行融合.同时通过引入IoU(Intersection over Union)值对SSD算法损失函数中位置回归部分进行改进,提高目标检测精度.实验对比原始SSD网络和改进型SSD网络,结果表明:在IoU阈值和类别置信度同为0.5的条件下,相比原始SSD算法,改进型SSD算法在训练精准度和各类AP(Average Precision)值均有明显提高.因此,改进型SSD网络能有效地对输入图像进行目标检测,为改进目标检测算法网络提供了新思路,在图像识别领域具有一定的应用价值.
文献关键词：
改进型SSD;图像识别;目标检测;特征融合;无人机检测;损失函数
中图分类号：
作者姓名：
甄然;苏康;周金星;李素康
作者机构：
河北科技大学 电气工程学院,河北 石家庄 050018;河北芃瑞科技有限公司,河北 石家庄 050000
文献出处：
引用格式：
[1]甄然;苏康;周金星;李素康-.改进SSD的无人机目标检测研究)[J].现代电子技术,2022(22):33-37
A类：
B类：
SSD,无人机目标检测,检测过程,Single,Shot,Multi,Box,Detector,存在特征,特征图,图利,小目标检测,检测率,改进型,图融合,加计,计算量,纹理信息,低层,深层特征,IoU,Intersection,over,Union,损失函数,位置回归,归部,检测精度,实验对比,置信度,AP,Average,Precision,改进目标,目标检测算法,法网,图像识别,特征融合,无人机检测
AB值：
0.488313
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
