針對(duì)牲畜牛健康檢測(cè)中的牛臉快速檢測(cè)問題,提出一種基于改進(jìn)單鏡頭多盒檢測(cè)器（single shot multibox detector,SSD）模型的牛臉檢測(cè)方法。以輕量級(jí)網(wǎng)絡(luò)MobileNet v2作為模型的基礎(chǔ)網(wǎng)絡(luò),較使用VGG-16的SSD模型,速度有一定提高;使用K-均值聚類對(duì)模型默認(rèn)框的高寬比進(jìn)行優(yōu)化,使模型更加具有針對(duì)性。實(shí)驗(yàn)結(jié)果表明,和其它方法相比,該方法在精確率、召回率、FPS等指標(biāo)上較優(yōu)。 

【文章來源】：計(jì)算機(jī)工程與設(shè)計(jì). 2020,41(03)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

SSD模型結(jié)構(gòu)

在檢測(cè)過程中，SSD使用了被稱為默認(rèn)框（default box）的機(jī)制[4]，即生成一些預(yù)選框，和圖像中的物體進(jìn)行匹配，匹配到物體之后，使用softmax分類和邊界框回歸得到物體的種類與位置。邊界框回歸可以對(duì)默認(rèn)框進(jìn)行位置和大小的微調(diào)，得到SSD模型最終的檢測(cè)框。默認(rèn)框匹配步驟如圖2所示。在同一個(gè)柵格（cell),SSD會(huì)使用4～6個(gè)高寬比不同的默認(rèn)框進(jìn)行匹配，匹配到物體之后，再進(jìn)行之后的分類和回歸操作。1.3 損失函數(shù)

MobileNet v2結(jié)構(gòu)主要有兩個(gè)特點(diǎn)，一是使用了深度可分離卷積[9]；二是使用了倒置殘差塊[9]。就是這兩個(gè)特點(diǎn)，讓MobileNet v2在使用極少的參數(shù)量的條件下依然保持較高精度。和標(biāo)準(zhǔn)卷積相比，深度可分離卷積對(duì)特征圖的某一通道進(jìn)行卷積，之后使用1×1卷積進(jìn)行特征融合，其性能和標(biāo)準(zhǔn)卷積相似，但參數(shù)量得到了極大的減少。深度可分離卷積如圖4所示。


本文編號(hào)：3304001