摘要

为了更加高效化、精确化的保护鸟类,针对传统的人工鸟类识别方式,本文提出利用SSD算法模型自动识别检测分类。首先,收集不同种类鸟类图片,并对图片灰度化、直方图均衡化以及归一化操作,利用labelImg-master工具制作数据集;其次,改进特征提取网络ResNet50,在其最后一个卷积层后面增加一个Dropout层和3层全连接层,用Leaky-relu激活函数取代原残差学习单元的ReLU激活函数,用改进的ResNet50替代VGG网络融入SSD模型;最后,在同样的条件下,用SSD模型、ResNet50替换VGG的SSD模型以及改进ResNet50替换VGG的SSD模型做目标检测实验,通过几个不同评估标准对比表明,改进SSD模型在鲁棒性、平均检测精度以及小目标检测性能方面都有有效改善。