论文部分内容阅读
近年来深度学习的进步大大推动了物体检测的发展,其中SSD(Single Shot MultiBox Detector)方法在物体检测领域应用较多.然而传统SSD难以应用在硬件资源受限的嵌入式设备中.因此,通过分析SSD方法的基本流程和原理,采用Mo?bileNet卷积神经网络替换SSD的VGG16网络作为后续改进基准.采用不同尺度的卷积核对网络各层进行卷积特征提取,并合并各个特征图信息.实验结果表明:改进后的SSD方法能够有效地运行在树莓派上.在VOC2017数据集上的平均精度均值可达72.4％.该文提出的多维度的特征图检测方法可以有效提高网络的检测精度.