标题：基于自适应感受野的DC-SSD目标检测算法
作者：郭正华 陈立福
作者单位：长沙理工大学电气与信息工程学院，湖南 长沙 410114
关键字：可变形卷积，卷积神经网络，SSD，自适应感受野
摘要： 传统卷积神经网络中，卷积单元缺乏对几何变换的处理能力，导致在检测不规则形状的目标时，提取的物体特征不够完整，降低了目标检测算法的性能。针对此问题，提出了一种基于自适应感受野的DC-SSD（Deformable Convolution Single Shot multibox Detector）目标检测算法。该方法在原始SSD框架的每一个池化层后面增加一个可变形卷积层，用来学习特征偏移量，使卷积单元以自适应感受野的方式学习不同几何变形物体的特征，从而提升检测算法性能。利用该算法在VOC2007数据集上进行实验验证，实验结果及分析证明，改进算法框架在VOC2007测试集上mAP达到79.3%，远高于原始SSD算法的74.3%，检测速度为57FPs，略低于原始SSD的59FPs。