一种改进SSD的轻量化小目标检测方法

摘要

本发明为提高SSD目标检测算法的小目标检测能力，提出在SSD算法中引入逆卷积结构，采用逆卷积将低分辨率高语义信息特征图与高分辨率低语义信息特征图相融合，增加网络中低层的特征提取能力，提高SSD目标检测算法的平均精准度。同时针对SSD目标检测算法存在模型过大，运行内存占用量过高，无法在小显存容量GPU设备或嵌入式ARM设备上运行的问题，本发明以DenseNet为基础，结合深度可分离卷积,逐点分组卷积与通道重排提出轻量化特征提取最小单元。将SSD网络结构特征提取部分替换为轻量化特征提取最小单元的组合后，可在小显存容量GPU设备与嵌入式ARM设备上运行。经本发明改进后的网络结构在平均精准度上得到明显提升，模型参数数量得到有效降低。