基于改进YOLOv3的道路目标检测

针对YOLOv3在道路目标检测中漏检率高和检测精度低的问题，提出一种基于改进YOLOv3的道路目标检测方法 。通过将原有YOLOv3的3个特征尺度增至4个，从而提升了对于小目标的检测准确率。使用CIoU损失函数提高模型的准确性，利用K-Means++聚类算法对道路目标重新聚类，得到新的候选框。在BDD100K数据集上的验证结果 表明，改进的YOLOv3算法在降低漏检率和提高检测精度方面效果较好。