一种基于迁移学习的SSD红外图像行人检测方法

摘要

本发明公开了一种基于迁移学习的SSD红外图像行人检测方法，包括，利用ImageNet数据集对MobileNet V2+SSD网络进行训练，并保存权重；将OUS红外行人数据集转化为三通道图像进行数据扩充，根据8:2的比例划分训练集和测试集，且转换为tfrecord格式文件；利用所述训练集对预先训练好的SSD网络进行微调，将所述测试集输入训练好的检测模型，根据检测结果调整超参数，输出最终的所述检测模型。本发明通过将测试集输入到训练好的模型中，根据结果调整超参数，提高网络精确率，平均精确率mAP为94.8％，提升了网络训练效果，加快了网络收敛，提高了准确率，并克服了现有样本数量较少而无法准确识别分类的问题。