基于yolov3-tiny城市道路下的行人实时检测

• 作者: 唐岚 李亚 胡林
• 来源期刊: 福建质量管理
• 关键词: 行人 深度学习 实时 检测
• 年，卷（期）: 2019,（24）
• 所属期刊栏目: 质量管理
• 页码范围: 188-189
• 页数: 2页
• 字数: 1559字
• 语种: 中文

摘要

行人作为道路交通环境中的弱势群体,其安全问题不容小觑,建立完善的行人检测系统已成为研究热点.另外,深度神经网络在机器视觉领域表现出优异的性能,已获得学者们广泛的关注.本文通过比较one-stage及tow-stage两类目标检测算法特点,最后选取YOLOv3-tiny网络作为城市道路下的行人实时检测的基础模型,通过构建行人样本库,搭建模型训练环境,设置适宜的训练参数,完成模型的训练,经验证,该算法模型能完成行人实时检测的目标,且运行速度达到83FPS.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐岚		73	267	10.0	12.0
2	李亚		6	2	1.0	1.0
3	胡林		1	0	0.0	0.0