典型文献
改进SSD算法对鸟类目标检测研究
文献摘要：
为了更加高效化、精确化的保护鸟类,针对传统的人工鸟类识别方式,本文提出利用SSD算法模型自动识别检测分类.首先,收集不同种类鸟类图片,并对图片灰度化、直方图均衡化以及归一化操作,利用labelImg-master工具制作数据集;其次,改进特征提取网络ResNet50,在其最后一个卷积层后面增加一个Dropout层和3层全连接层,用Leaky-relu激活函数取代原残差学习单元的ReLU激活函数,用改进的ResNet50替代VGG网络融入SSD模型;最后,在同样的条件下,用SSD模型、ResNet50替换VGG的SSD模型以及改进ResNet50替换VGG的SSD模型做目标检测实验,通过几个不同评估标准对比表明,改进SSD模型在鲁棒性、平均检测精度以及小目标检测性能方面都有有效改善.
文献关键词：
鸟类;SSD模型;VGG网络;ResNet50;目标检测
中图分类号：
作者姓名：
唐鑫鑫;陆安江;彭熙瞬;高海韬
作者机构：
贵州大学 大数据与信息工程学院,贵阳550025
文献出处：
引用格式：
[1]唐鑫鑫;陆安江;彭熙瞬;高海韬-.改进SSD算法对鸟类目标检测研究)[J].智能计算机与应用,2022(03):87-91
A类：
B类：
SSD,类目,高效化,精确化,保护鸟,鸟类识别,算法模型,自动识别,识别检测,检测分类,灰度化,直方图均衡化,labelImg,master,作数,改进特征,特征提取网络,ResNet50,卷积层,后面,Dropout,全连接层,Leaky,relu,激活函数,残差学习,学习单元,ReLU,VGG,评估标准,标准对比,检测精度,小目标检测,检测性能
AB值：
0.463822
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
