基于深度学习的实时车辆检测研究

来源期刊：软件工程2021年第1期

论文作者：黄生鹏 范平清

文章页码：13 - 21

关键词：实时性;SSD;默认框;特征提取;

摘    要：针对城市交通复杂场景下车辆检测存在准确率低的问题,提出改进SSD（单发多箱探测器）目标检测算法。首先基于轻量化的PeleeNet（一种基于密集卷积网络的轻量化网络变体）网络结构改进SSD算法中VGG16（视觉几何群网络）特征提取网络,在保证提取丰富特征的前提下,有效地减少模型参数,提高模型的实时性;其次设计了多尺度特征融合模块和底层特征增强模块,提高特征的表达性能;最后根据数据集中目标的大小调整默认框的长宽比例,并在后三个特征层的每个单元上增加默认框。实验结果表明,改进后的目标检测算法的准确率mAP（平均精度）为79.83%,与原始SSD相比提高了2.25%,并验证了改进SSD算法的有效性。