SIA OpenIR  > 光电信息技术研究室
基于改进SSD的轻量化小目标检测算法
其他题名A lightweight small object detection algorithm based on improved SSD
吴天舒1,2; 张志佳1; 刘云鹏2; 裴文慧1; 陈红叶1
作者部门光电信息技术研究室
关键词目标检测 转置卷积 深度可分离卷积 嵌入式 Pascal Voc数据集 Kitti数据集
发表期刊红外与激光工程
ISSN1007-2276
2018
卷号47期号:7页码:1-7
收录类别EI
EI收录号20183805818141
产权排序1
资助机构国家自然科学基金(61540069) ; 装发部共用技术课题项目(Y6k4250401)
摘要

为提高SSD目标检测算法的小目标检测能力,提出在SSD算法中引入转置卷积结构,采用转置卷积将低分辨率高语义信息特征图与高分辨率低语义信息特征图相融合,增加低层特征提取能力,提高SSD算法的平均精准度。同时针对SSD算法存在模型过大,运行内存占用量过高,无法在嵌入式ARM设备上运行的问题,以DenseNet为基础,结合深度可分离卷积,逐点分组卷积与通道重排提出轻量化特征提取最小单元,将SSD算法特征提取部分替换为轻量化特征提取最小单元的组合后,可在嵌入式ARM设备上运行。在PASCAL VOC数据集和KITTI自动驾驶数据集上进行对比实验,结果表明改进后的网络结构在平均精准度上得到明显提升,模型参数数量得到有效降低。

其他摘要

In order to improve the small object detection ability of SSD object detection algorithm, the transposed convolution structure in SSD algorithm was proposed, the low resolution high semantic information feature map was integrated with high resolution low semantic information feature map using transposed convolution, which increased the ability of low level feature extraction and improved the average accuracy of SSD algorithm. At the same time for the problem that SSD algorithm model being large, running memory consumption high, without running on the embedded equipment ARM, a lightweight feature extraction minimum unit was proposed based on DenseNet, combining depthwise separable convolutions, pointwise group convolution and channel shuffle, running on the embedded equipment ARM cloud be realized. The comparative experiments on PASCAL VOC data set and KITTI autopilot data set show that the mean average is significantly improved by improved network structure, and the number of model parameters is effectively reduced.

语种中文
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/22321
专题光电信息技术研究室
通讯作者张志佳
作者单位1.沈阳工业大学软件学院
2.中国科学院沈阳自动化研究所
推荐引用方式
GB/T 7714
吴天舒,张志佳,刘云鹏,等. 基于改进SSD的轻量化小目标检测算法[J]. 红外与激光工程,2018,47(7):1-7.
APA 吴天舒,张志佳,刘云鹏,裴文慧,&陈红叶.(2018).基于改进SSD的轻量化小目标检测算法.红外与激光工程,47(7),1-7.
MLA 吴天舒,et al."基于改进SSD的轻量化小目标检测算法".红外与激光工程 47.7(2018):1-7.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于改进SSD的轻量化小目标检测算法.p(556KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[吴天舒]的文章
[张志佳]的文章
[刘云鹏]的文章
百度学术
百度学术中相似的文章
[吴天舒]的文章
[张志佳]的文章
[刘云鹏]的文章
必应学术
必应学术中相似的文章
[吴天舒]的文章
[张志佳]的文章
[刘云鹏]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于改进SSD的轻量化小目标检测算法.pdf
格式: Adobe PDF
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。