基于Grad-CAM与KL损失的SSD目标检测算法

作     者：侯庆山 邢进生 HOU Qing-shan;XING Jin-sheng

作者机构：山西师范大学数学与计算机科学学院山西临汾041004 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2020年第48卷第12期

页      面：2409-2416页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：山西省软科学基金资助项目(No.2011041033-03) 

主　　题：目标检测 可视化 类激活图 Grad-CAM SSD KL损失 

摘      要：鉴于Single Shot Multibox Detector(SSD)算法对中小目标检测时会出现漏检甚至错检的情况,提出一种改进的SSD目标检测算法,以提高中小目标检测的准确性.运用Gradient-weighted Class Activation Mapping(Grad-CAM)技术对检测过程中的细节作可视化处理,并以类激活图的形式呈现各检测层细节,分析各检测层的类激活图发现SSD算法中待检测目标的错检以及中小目标的漏检现象与回归损失函数相关.据此,采用Kullback-Leibler(KL)边框回归损失策略,利用Non Maximum Suppression(NMS)算法输出最终预测框.实验结果表明,改进算法相较于已有检测算法具有更高的准确率以及稳定性.