改进YOLO的车辆检测算法

• 作者: 何姣姣 刘肯 姚拓中 常志国 张永平
• 来源期刊: 现代电子技术
• 关键词: YOLO 端对端模型 DenseNet 车辆检测 YOLO-D 检测精度
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 47-50
• 页数: 4页
• 分类号: TN911.73-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.13.011

摘要

YOLO目标检测算法在进行目标检测和识别时具有识别精度高、检测速度快的特点.但也存在明显的问题,由于网络采用的结构是端对端模型,没有经过预选框进行匹配预选,直接进行回归产生最后的结果框,所以存在定位不准的问题.同时,YOLO网络将图片整体resize到固定的尺寸后,进行网格划分,当单个网格存在不止单个目标时,容易出现漏检的情况.DenseNet网络使用一种全新的网络结构,结合前面特征层的信息,在一定程度上提升了对物体的检测精度.在此基础上提出YOLO-D算法,结合前面特征层的信息,在不影响检测速度的同时,提高车辆检测精度,与此同时使得定位有所改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永平	宁波工程学院电信学院	16	160	5.0	12.0
2	姚拓中	宁波工程学院电信学院	15	19	3.0	4.0
3	常志国	长安大学信息工程学院	15	82	6.0	8.0
4	刘肯	长安大学信息工程学院	3	2	1.0	1.0
5	何姣姣	长安大学信息工程学院	3	2	1.0	1.0