基于改进YOLOv3的道路目标检测 |
| |
引用本文: | 朱仕宁,胡晓斌,彭太乐.基于改进YOLOv3的道路目标检测[J].江汉大学学报(自然科学版),2023(1):89-96. |
| |
作者姓名: | 朱仕宁 胡晓斌 彭太乐 |
| |
作者单位: | 淮北师范大学计算机科学与技术学院 |
| |
摘 要: | 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。
|
关 键 词: | 道路目标检测 YOLOv3 K-Means++ |
|
|