基于深度学习网络的小目标检测算法研究

为了有效攻克SSD算法对小目标检测不敏感这一难题,文中分析了SSD算法的缺陷并给出了改进算法,该算法以一种新颖的特征融合方式将不同尺度的特征图融合在一起,同时利用新生成的特征图替换了原SSD算法中的特征图,形成全新的特征金字塔以预测最终的检测结果。通过在PascalVOC上进行的一系列实验,证实了文中算法的性能,测试结果表明改进模型对小目标的检测精度提升了 3.2%,同时检测的速度也很好地满足了对实时性能的要求。