一种基于特征融合SSD的鱼群检测方法

摘要

由于部分鱼群目标尺寸过小、水下光照不足等原因,这导致漏检问题很难得到有效地解决.在现有基于深度卷积神经网络的目标检测算法(Single Shot MultiBox Detector,SSD)基础上,提出了一种基于特征金字塔的SSD网络模型(FP-SSD).利用SSD网络对输入的图像进行特征提取和目标分类;同时利用特征金字塔算法提取各个卷积层产生的特征信息,将低卷积层的高分辨率特征与高卷积层的语义特征进行融合,提升各个卷积层语义特征表达能力,增强低对比度目标特征信息.在标准数据集Labeled Fishes in the Wild上验证了所提算法.上述方法可以达到22FPS的处理速度,并取得93％的检测精度,对包含大量小目标鱼群的查全率超过72％.