基于多尺度语义信息融合的SSD小目标检测方法

摘要

针对SSD目标检测算法对小目标检测精度不高的问题,提出一种多尺度特征融合的改进SSD小目标检测方法。通过在SSD特征层中增加一个特定大小的池化特征层,增强浅层网络关于小目标的位置与细节信息。在网络结构基础上引入空洞卷积与转置卷积,并将浅层网络特征图与深层网络特征图进行特征融合,在提高浅层特征层感受野的同时增强小目标信息提取能力。应用注意力机制模块提高对关键信息的检测。通过实验给出改进方法在PASCAL VOC2007数据集上的检测mAP值,经对比,对数据集中小目标的mAP值比原SSD方法提高3%。