赵庆北 元昌安

【摘 要】文章提出了一种基于深度学习的MSSD（Modified Single Shot multibox Detector）目标检测方法。文章阐述了SSD方法的模型与工作原理，SSD方法采用多尺度的特征图预测物体，使用具有较大感受野的高层特征图预测大物体，具有较小感受野的低层特征图预测小物体。使用的低层网络的特征图预测小物体时，由于缺乏高层语义特征，所以导致SSD对小物体的检测效果较差。文章提出了一种MSSD模型，把原有的VGG网络替换为深度残差网络，采用了特征金字塔网络模块对高层语意信息和低层细节信息融合，并通过1 000张图像数据集测试，对比MSSD方法与SSD方法在目标检测上的物体检索能力与检测精度。结果表明，MSSD方法比SSD方法准确率高、速度快。

【关键词】MSSD；SSD；目标检测；特征金字塔网络

【中图分类号】TP391 【文献标识码】A 【文章编号】1674-0688（2018）05-0088-05

0 引言

伴随着计算机硬件与软件的快速发展，以及近几年的人工智能、无人驾驶汽车[20]、智慧交通、人脸识别等技术在诸多方面的应用，都无疑要用计算机对运动的目标实时地检测跟踪，使得目标检测现在变得越来越重要。目标检测一直是计算机视觉的基础问题，传统的目标检测方法都是区域选择、提取特征、分类回归。例如，基于AdaBoost+Haar的人脸检测算法[1]、梯度方向直方图（Histogram of oriented gradient，HOG）特征[2]、构造分类器[3]、协方差描述子[4]、CENTRIST特征（census transform histogram）[5]、DPM（Deformable Part Model，DPM）[6]。

云计算时代来临后，目标检测算法大家族主要划分为两大派系，一个是R-CNN系为代表的如R-CNN[7]、SPP-net[8]、Fast R-CNN[9]、Faster R-CNN[10]、Mask R-CNN[11]，优点是准确率相对高，缺点是速度慢；另一个则是以YOLO为代表的基于回归方法的深度学习目标检测算法，如YOLO[12]、SSD[13]，优点是速度快，缺点是准确率相对低。……