基于Bi-SSD的微小目标检测算法

简介：
本研究提出了一种基于Bi-SSD架构的微小目标检测方法，通过改进特征提取和融合策略，显著提升了对图像中细微目标的识别精度与效率。 为了应对当前目标检测技术在处理小目标时的挑战, 我们提出了一种基于SSD（Single Shot multibox Detector）改进的小目标检测算法Bi-SSD (Bi-directional Single Shot multibox Detector)。该算法为SSD浅层特征设计了专门用于提升小目标识别能力的模块，并结合多尺度特征融合方法和BiFPN(Bi-directional Feature Pyramid Network)结构，构建了一个6尺度的分类回归子网络。实验结果表明，在PASCAL VOC和MS COCO数据集上，相较于原始SSD算法，Bi-SSD在检测性能方面有了显著提升。具体而言，在VOC2007+2012数据集中，Bi-SSD的mAP指标达到了78.47%，比原版SSD提高了1.34%；而在COCO 2017数据集上，其mAP值则为26.4%，相比原始算法提升了接近2.4%。