基于YOLOv3的车辆多目标检测

• 作者: 仇润鹤 王萍萍
• 来源期刊: 科技与创新
• 关键词: 车辆 多目标检测 Darknet-53网络 YOLOv3
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 科技前沿
• 页码范围: 68-70
• 页数: 3页
• 分类号: U495
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2020.03.025

摘要

采用高清网络智能摄像机,从交通场景的监控视频中采集18000张样本图片并对其样本标注,将标注后的样本制作成VOC数据集,采用基于Darknet-53网络架构的YOLOv3检测算法对VOC数据集模型进行训练,并根据损失函数以及平均精度对YOLOv3检测算法进行调参优化,得到最优的车辆多目标检测模型,最后结合车辆细分类系统得到车辆各属性的识别.实验结果表明,车辆多目标检测的平均精度达到81.65％,能够有效对道路各类车辆、行人进行多目标检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	仇润鹤		14	22	2.0	3.0
2	王萍萍	东华大学信息科学与技术学院	1	0	0.0	0.0