基于改进SSD的机动车检测方法
马浩良
谢林柏
1.江南大学物联网工程学院 无锡 2141222.江南大学物联网工程学院 无锡 214122
摘要：论文基于SSD搭建了机动车检测框架.应用聚类方法对机动车数据集进行数据挖掘以得到更符合车辆尺寸的先验包围框.针对机动车数据集的正负样本不平衡问题,论文引入级联SSD的网络结构.第一级SSD挖掘正负样本,第二级SSD根据第一级SSD预处理的指导来过滤掉大量的负样本.同时在级联SSD之间加入融合特征层,以提高特征提取能力.为了验证该方法,论文在DETRAC数据集上评估了改进的SSD网络,取得了69.96％的检测精度,比SSD提高了13.07％.从实验结果可以看出该方法具有较好的通用性,适用于机动车检测任务.
关键词：机动车检测SSD聚类正负样本不平衡正负样本挖掘DETRAC
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(61374047)国家自然科学基金(60973095)江苏省博士后科研项目(1601085C)
论文发表日期：2020-10-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2405-2410 )
英文信息