改进SSD的无人机目标检测研究

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。