基于区域激活策略的Tiny YOLOv3目标检测算法

• 作者: 余晗青 杨贞 殷志坚
• 来源期刊: 计算机科学
• 关键词: Tiny YOLOv3 分割信息 深度卷积神经网络 位置信息
• 年，卷（期）: 2021,（z1）
• 所属期刊栏目: 图像处理&多媒体技术|Image Processing & Multimedia Technology
• 页码范围: 118-121
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11896/jsjkx.200700122

摘要

针对Tiny YOLOv3模型检测精度低的问题,提出一种将分割信息引入深度卷积神经网络结构中的方法.模型训练期间,将目标真实的位置信息加入网络层中,并手动激活这些目标区域,激励的大小随着训练的进行逐渐减小直至降为零.测试结果表明,在VOC2007数据集上,改进后的Tiny YOLOv3模型的平均准确率提升至58.9％,并且在检测速度上与原模型保持一致,满足实时检测的需要.