现代计算机2022，Vol.28Issue(13) ：25-31.DOI:10.3969/j.issn.1007-1423.2022.13.004

一种融合软注意力机制的DenseNet-SSD检测算法

Object Detection Method Incorporating Attention Mechanism and DenseNet-SSD Algorithm

吴松林 张国伟 卢秋红 黄威 施建壮
现代计算机2022，Vol.28Issue(13) ：25-31.DOI:10.3969/j.issn.1007-1423.2022.13.004
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

一种融合软注意力机制的DenseNet-SSD检测算法

Object Detection Method Incorporating Attention Mechanism and DenseNet-SSD Algorithm

吴松林 1张国伟 2卢秋红 3黄威 1施建壮1
扫码查看

作者信息

  • 1. 上海电力大学自动化工程学院,上海 200090
  • 2. 上海电力大学自动化工程学院,上海 200090;上海合时智能科技有限公司,上海 200040
  • 3. 上海合时智能科技有限公司,上海 200040
  • 折叠

摘要

为了提高无人车在大型场景下对周围环境信息的感知,改善其在任务场景中的识别效率,文章从以下方面改进ssd算法:首先,引入DenseNet网络,进行特征图的重利用,降低计算复杂度,提高其收敛性;其次,融合软注意力机制,保证目标特征提取在空间上的聚焦;最后,采用反卷积操作增大感受野,提高检测效率.用VOC数据集进行验证,结果表明该算法平均准确率(mAP)为86.4％,比传统SSD算法提高7.8％,在测试集上的漏检率和误检率明显减少,提高了检测目标的准确性以及鲁棒性.

关键词

SSD模型/DenseNet网络/注意力机制/目标检测识别/反卷积

引用本文复制引用

基金项目

上海市金山区信息化发展专项(2021-XXH-11)

上海市闵行区产学研项目(2019MHC083)

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
参考文献量3
段落导航相关论文