仪器仪表学报

作者：孙 备，左 震，吴 鹏，童小钟，郭润泽

单位：孙 备,1.国防科技大学智能科学学院,,左 震,1.国防科技大学智能科学学院,,吴 鹏,1.国防科技大学智能科学学院,,童小钟,1.国防科技大学智能科学学院,,郭润泽,1.国防科技大学智能科学学院,

关键词：目标检测;深度学习;视觉注意力;多尺度融合;无人艇

基金：湖南省自然科学基金(2020JJ5672)项目资助

为了提升无人艇对典型水面小目标感知能力,本文提出了基于多尺度卷积融合结构和空间注意力加强的改进型SSD目标检测算法。首先,对SSD浅层网络进行多尺度卷积融合,提升浅层网络的语义信息;其次,设计空间注意力结构对卷积特征层逐个增强,提升对弱纹理小目标特征保持性;最后,在VOC公开数据集和自构水面目标数据集上进行了测试,并基于无人艇开展了真实海域目标检测识别验证。实验结果表明,该算法在无人艇Nvidia平台的运行效率可达15fps,能准确检测识别浮标、桥墩、渔船、快艇和货船等目标,在典型海面场景虚警率为5%时的小目标检测率相对原生SSD算法提升近20.2%,平均有效检测率达到79.3%。

来源：2021年第9期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2021年第9期