论文部分内容阅读
传统SSD改进方法在提升SSD目标检测精度的同时会降低其检测速度。针对这一问题,本文以SSD为基础,提出改进的KM-SSD方法。该方法首先利用K-means++聚类算法自适应学习先验框的宽高比例;然后设计高效特征融合模块实现高低层特征信息融合;最后本文在具有挑战性的KITTI数据集上对KM-SSD方法进行验证。实验结果表明,SSD的m AP为62.7%,平均检测时间为0.162 s; KM-SSD的m AP为69.8%,平均检测时间为0.133 s。因此,KM-SSD不仅提升了SSD在车辆和行人检测