一种改进YOLOv3-Tiny的行车检测算法

• 作者: 仇男豪 刘力冉 曹杰 杨磊
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 深度学习 行车检测 YOLOv3-Tiny 聚类
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 图像处理
• 页码范围: 108-114
• 页数: 7页
• 分类号: TP391
• 字数: 5403字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.03.021

摘要

YOLO系列算法的简化版本YOLOv3-Tiny具有较为简单的网络框架,对GPU显存要求较低,该算法虽然实时性较高,却存在精度较低的问题,在识别行车目标方面不能得到精确的结果.对此,本文首先改变输入图片的大小,目的是获取图片更多的横向信息,使得网络更容易学习行车的信息,其次改进算法的网络结构提高算法的精度,最终得出改进的YOLOv3-Tiny算法.实验结果表明,改进之后的算法在保证实时性的情况下,提高了精确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹杰	南京航空航天大学无人机研究院	27	190	9.0	12.0
2	杨磊	南京航空航天大学电子信息工程学院	16	136	6.0	11.0
3	仇男豪	南京航空航天大学电子信息工程学院	6	0	0.0	0.0
4	刘力冉	南京航空航天大学电子信息工程学院	2	3	1.0	1.0