基于深度学习的梯度聚类SSD算法参数选择

摘要

基于深度学习的航拍目标检测算法,由于硬件条件的限制,不能对大尺寸的航拍图像直接进行检测,通常采用滑窗法提取候选区域,但这种方式不能兼顾算法的实时性.一种梯度聚类SSD算法利用航拍图像中人造物体的边缘梯度进行区域建议,对建议区域利用SSD模型进行目标检测得到检测结果,能够一定程度地解决对大尺度航拍图像检测的实时性问题.本文根据航拍图像的特点,对基于梯度聚类SSD中梯度聚类算法进行参数选择,使其建议的区域更加准确.实验在DOTA数据集上对参数的效果进行了检验.