同一场景下超大尺度差异物体的识别和定位方法

• 作者: 张柯 朱策 李捷 段昶 王一婷 郝宗波
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 超大尺度差异 物体识别 YOLOv3 动态交并比 深度学习
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 3520-3525
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020040466

摘要

近年来,深度学习在物体检测方面取得了非常好的效果和突飞猛进的发展,但在某些特殊场景下,如要求同时检测尺度相差极大的目标物体(相差大于100倍)时,现有的物体识别方法的性能急剧下降.针对同一场景下超大尺度差异物体识别与定位问题,对YOLOv3框架进行了改进,结合图像金字塔技术来提取图像的多尺度特征;并在训练过程中,针对不同尺度的目标提出采用动态交并比(IoU)的策略,此策略可以更好地解决样本不均衡的问题.实验结果表明,该模型对同一场景下超大超小物体的识别能力有了明显的提升.将之应用于机场环境,取得了较好的应用效果.