投稿网址:www．stae．com．cn2023年第23卷第5期2023，23(5):02051-08科学技术与工程ScienceTechnologyandEngineeringISSN1671—1815CN11—4688/T收稿日期:2022-05-26;修订日期:2022-11-14基金项目:湖北省重点研发计划(2021BAA180)第一作者:吴晨曦(1997—)，男，汉族，湖北武汉人，硕士研究生。研究方向:图像处理。E-mail:wuchenxi@wust．edu．cn。*通信作者:许小伟(1983—)，男，汉族，湖北武汉人，博士，副教授。研究方向:智能网联汽车技术。E-mail:xuxiaowei@wust．edu．cn。引用格式:吴晨曦，应保胜，许小伟，等．基于改进单步多框目标检测的道路小目标检测算法［J］．科学技术与工程，2023，23(5):2051-2058．WuChenxi，YingBaosheng，XuXiaowei，etal．Ｒoadsmalltargetdetectionalgorithmbasedonimprovedsingleshotmultiboxdetector［J］．ScienceTechnologyandEngineering，2023，23(5):2051-2058．基于改进单步多框目标检测的道路小目标检测算法吴晨曦1，应保胜1，许小伟1*，刘光华2，程书瑾1(1．武汉科技大学汽车与交通工程学院，武汉430065;2．智新科技股份有限公司，武汉430058)摘要针对单步多框目标检测(singleshotmultiboxdetector，SSD)算法运用于自动驾驶领域时，在检测道路上小目标容易发生漏检错检的情况，提出一种改进的SSD目标检测算法。该算法首先在SSD模型的主干网络中嵌入感受野增强模块，扩大特征层的感受野，以获取更多小目标的特征信息;其次，在主干网络后加入4次U形特征提取结构，构建4个不同层级的特征金字塔;最后，合并成一个多层级特征金字塔用于检测。结果表明，该改进SSD模型在KITTI数据集上的检测精度较原始SSD模型提升了6%，检测速度达到27.9帧/s。在兼顾检测效率的同时，有效提高了对道路上小目标的检测精度，更适用于自动驾驶领域。关键词感受野;目标检测;多层级特征融合;SSD中图法分类号TP391.4;文献标志码AＲoadSmallTargetDetectionAlgorithmBasedonImprovedSingleShotMultiboxDetectorWUChen-xi1，YINGBao-sheng1，XUXiao-wei1*，LIUGuang-hua2，CHENGShu-jin1(1．CollegeofAutomobileandTrafficEngineering，WuhanUniversityofScienceandTechnology，Wuhan430065，China;2．IntelligentPowerSystemCo．，Ltd．，Wuhan430058，China)［Abstract］Aimingatthesituationthatthesingleshotmultiboxdetector(SSD)targetdetectionalgorithmispronetomissdetectionandwrongdetectionwhendetectingsmalltargetsont...
