基于YOLO V3框架改进的目标检测

• 作者: 周志锋 万旺根 王旭智
• 来源期刊: 电子测量技术
• 关键词: 目标检测 通道增强 FPN 卷积神经网络
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 102-106
• 页数: 5页
• 分类号: TP391.41|TP332
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2004561

摘要

近年来,目标检测技术成为计算机视觉一个重要的任务,应用非常广泛.但是对于小目标的检测精度和效率都不是很高,为此,在传统的YoLo V3框架上进行了改进,提出了一种结合通道增强的方法.主要工作集中在网络模型的修改及训练过程的一些优化,提出了改进版本的YoLo V3网络.对比了采用预训练权重的方法与未采用从无到有的训练模式,经过验证在VOC2007数据集上准确率提升了0.2％,召回率提升了0.2％.