基于改进SSD算法的农田烟火图像检测研究
Radio Engineering(2022)
摘要
针对传统的烟火检测方法在农田等复杂场景、 干扰较多的环境下检测性能低的问题,在经典SSD模型基础上,引入残差学习模块对基础VGG16网络进行修改,修改特征金字塔网络结构并在改进SSD模型中构建新的特征金字塔,使用组归一化代替批量归一化进行数据归一化处理.对改进SSD模型与经典SSD模型、YOLOv3模型及Faster R-CNN模型进行对比测试.实验结果表明,改进SSD模型较其他3种模型mAP分别提高18.5%,20.3%和17.7%,FPS分别提高18,30和24.改进SSD模型更契合农田场景下的烟火目标检测,对小目标检测效果更好.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要