技术特征：
技术总结
本发明公开了一种基于改进型SSD网络的车辆行人多目标检测方法，步骤S1：将通过行车记录仪采集的海量行车视频，制作为合适大小的图片输入集；步骤S2：根据k‑means聚类方法得到的分布数据修改SSD网络中锚框的尺寸和长宽比，使其适合本数据集；步骤S3：使用Focal Loss函数替换原有的损失函数，取代了了原有的在线选择难分样本(Online Hard Example Mining，OHEM)机制，解决了正负样本失衡的问题；步骤S4：输入数据集，训练新的SSD网络；步骤S5：使用经过训练的SSD网络对实时输入的图片进行目标检测。采用本发明的技术方案，通过聚类的方法，设定建议锚框的尺寸和长宽比，使之分布与标注框分布相似，从而加快了训练收敛速度，提升了检测的准确率，再通过Focal Loss函数，解决正负样本失衡问题，加大难分样本的重视度，减少了内存的占用，提高了训练速度，同时也提升了整体检测的准确率。
技术研发人员：陈龙;朱玉刚;樊凌雁;杨柳;郑雪峰
受保护的技术使用者：杭州电子科技大学
技术研发日：2018.10.09
技术公布日：2019.03.01