改进YOLOv2卷积神经网络的多类型合作目标检测

• 作者: 付雪松 王建林 王汝童 赵利强 郭永奇 黄展超
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 合作目标 目标检测 数据增强 改进YOLOv2 卷积神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息科学
• 页码范围: 251-260
• 页数: 10页
• 分类号: TP394.1|TH691.9
• 字数: 6733字
• 语种: 中文
• DOI: 10.3788/OPE.20202801.0251

摘要

针对大型构件三维精密测量中构件结构复杂、测量环境变化等导致的合作目标检测精度低的问题,提出一种改进YOLOv2卷积神经网络的多类型合作目标检测方法.首先,利用WGAN-GP生成对抗网络扩增合作目标图像样本数量;其次,采用卷积层密集连接代替YOLOv2基础网络的逐层连接增强图像特征信息流,引入空间金字塔池化汇聚图像局部区域特征,构建改进YOLOv2卷积神经网络的多类型合作目标检测方法;最后,采用增强的目标图像样本数据集训练改进YOLOv2卷积神经网络的多类型合作目标检测模型,实现多类型合作目标检测.实验结果表明:采用多类型合作目标图像数据集测试,多类型合作目标检测精度达到90.48％,目标检测速度为58.7frame/s.该方法具有较高的检测精度和速度,鲁棒性好,满足大型构件三维精密测量中多类型合作目标检测的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建林	北京化工大学信息科学与技术学院	107	1185	19.0	31.0
2	赵利强	北京化工大学信息科学与技术学院	53	331	11.0	17.0
3	郭永奇	北京化工大学信息科学与技术学院	3	0	0.0	0.0
4	付雪松	北京化工大学信息科学与技术学院	1	0	0.0	0.0
5	黄展超	北京化工大学信息科学与技术学院	1	0	0.0	0.0
6	王汝童	北京化工大学信息科学与技术学院	1	0	0.0	0.0