融合GIoU和Focal loss的YOLOv3目标检测算法

• 作者: 薛榕刚 邹承明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: YOLOv3算法 目标检测 GIou loss Focal loss
• 年，卷（期）: 2020,（24）
• 所属期刊栏目: 图形图像处理
• 页码范围: 214-222
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1912-0428

摘要

YOLOv3目标检测算法检测速度快且精度较高,但存在对小目标检测能力不足、边界框定位不准确等问题.提出了一种基于YOLOv3改进的目标检测算法,该算法在YOLOv3的基础上,对网络中的残差块增加旁路连接,进一步进行特征重用,以提取更多的特征信息.同时,采用GIoUloss作为边界框的损失,使网络朝着预测框与真实框重叠度较高的方向去优化.在损失函数中加入Focal loss,减小正负样本不平衡带来的误差.在PASCAL VOC和COCO数据集上的实验结果表明,该算法能够在不影响YOLOv3算法实时性的前提下,提高目标检测的mAP.该算法在PASCAL VOC 2007测试集上达到83.7mAP(IoU=0.5),在COCO测试集上比YOLOv3算法提升2.27mAP(IoU[0.5,0.95]).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹承明		33	246	10.0	15.0
2	薛榕刚		2	0	0.0	0.0