基于优化YOLOv3算法的违章车辆检测方法

• 作者: 刘朔 谷玉海 饶文军 王菊远
• 来源期刊: 重庆理工大学学报（自然科学版）
• 关键词: YOLOv3 目标检测 违章检测 智能交通
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 信息·计算机
• 页码范围: 135-141
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2021.04.018

摘要

对YOLOv3算法模型进行改进,增加多个尺度检测,提高模型对小目标物体的检测能力,并增加聚类算法生成的anchors的数量,提高目标检测的准确率.在真实交通卡口数据集上进行测试,改进后的YOLOv3算法的mAP达到了92.53％,帧频为44.58 FPS,满足实时检测的需求.实验结果表明:优化后的YOLOv3算法在违章车辆检测中的性能优于原始的方法,并且检测速度能够保持实时性.