基于改进的YOLO v3车辆检测方法

• 作者: 顾晋 罗素云
• 来源期刊: 农业装备与车辆工程
• 关键词: 车辆检测 深度学习 YOLO v3算法 GIOU算法 Darknet框架
• 年，卷（期）: 2021,（7）
• 页码范围: 98-103
• 页数: 6页
• 分类号: U467.5
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3142.2021.07.022

摘要

为了有效地解决传统车辆检测算法中存在的泛化能力差、识别率不高的问题,提出了一种基于改进YOLO v3的车辆检测算法.改进的车辆算法对原YOLO v3中的模型进行剪枝处理,采用Darknet-53网络结构提取特征,同时结合回归损失函数GIOU算法对检测精度进行提高.在运用K-means++聚类分析算法处理数据基础上,运用所提出的改进YOLO v3算法,基于COCO数据集进行了网络的训练、测试和验证.试验结果表明,改进后的YOLO v3算法在车辆检测上的泛化能力得到提升,并兼具速度优势.