改进SSD算法的多目标检测

作者：马原东; 罗子江^*; 倪照风; 徐斌; 吴凤娇; 孙收余; 杨秀璋

来源：计算机工程与应用, 2020, 56(23): 23-30.

• 多目标检测
• SSD算法优化
• 抗旋转卷积层(ARConv)
• 概率非极大值抑制(P-NMS)算法
• 图片批量测试

目标检测作为计算机视觉的核心,在人脸识别、人脸跟踪、大规模场景识别等方面具有广泛应用,其中Onestage领域的SSD算法检测速度和检测性能较为突出,但在环境较为复杂的多目标检测情况下仍会出现误检和漏检。针对这一问题,提出一种改进SSD算法的多目标检测方法,通过优化SSD内部网络和提高样本适用性的方式改善检测性能;其中,采用修改网络输出和添加抗旋转层ARConv来统一网络结构,降低模型训练时间,减少漏检;并提出P-NMS算法和限制函数优化训练样本,减少误检;在测试阶段,提出单张图片批量测试方法,有效提高模型召回率。实验结果表明,改进后算法具有更强的鲁棒性,并且能有效降低误检、漏检率提升网络性能。

• 出版日期2020
• 单位贵州财经大学