針對當前無人機檢測算法普遍不能做到快速準確檢測的問題,提出了一種基于SSD的改進實時輕量級無人機檢測算法——TSSD。首先,針對SSD算法的骨干網(wǎng)絡權(quán)重參數(shù)量大的問題,改進得到一種輕量級的骨干網(wǎng)絡。其次,針對SSD只利用多層特征圖進行多尺度預測,而特征之間的聯(lián)系沒有被很好地融合利用,加入了一種特征增強模塊來提高檢測能力。在自建無人機數(shù)據(jù)集中進行的實驗結(jié)果表明,提出的算法檢測速度達到125f/s,遠高于原始SSD的檢測速度,且準確率比原始SSD也有所提升。 

【文章來源】：半導體光電. 2020,41(02)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 相關(guān)工作
2 無人機檢測算法的實現(xiàn)
    2.1 SSD網(wǎng)絡結(jié)構(gòu)
    2.2 TSSD網(wǎng)絡結(jié)構(gòu)
    2.3 特征增強模塊
    2.4 網(wǎng)絡訓練
3 實驗結(jié)果與分析
    3.1 數(shù)據(jù)集介紹
    3.2 訓練與測試
    3.3 檢測結(jié)果對比
4 總結(jié)


【參考文獻】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡的無人機識別方法仿真研究[J]. 甄然,于佳興,趙國花,吳學禮.  河北科技大學學報. 2019(05)
[2]基于SSD算法的實時無人機識別方法研究[J]. 李秋珍,熊饒饒,王汝鵬,祁迪.  艦船電子工程. 2019(05)
[3]基于深度卷積神經(jīng)網(wǎng)絡的無人機識別方法研究[J]. 劉佳銘.  艦船電子工程. 2019(02)
[4]小型無人機安全研究綜述.[J]. 劉煒,馮丙文,翁健.  網(wǎng)絡與信息安全學報. 2016(03)



本文編號：3472500