论文部分内容阅读
针对目标检测中小目标漏检、准确率较低和容易受到相似目标干扰等问题,在SSD(Single Shot MultiBox Detector)模型基础上,提出一种融合低层手工特征和深层网络特征的目标检测方法。通过对图像提取融合多种目标特征,获取目标大概位置和类别。基于非极大值抑制(NMS)将交并比小于0.7的窗口消除,解决行人部分重叠与小目标的漏检问题,提升目标检测的准确性和目标检测模型的泛化能力。该模型在VOC2007公开数据集上的平均检测精度较SSD算法提升了4%,NMS机制的加入有效提升了目标检测速