基于YOLOv3改进算法的人体检测技术

• 作者: 刁冉 胡玉兰 姜元祯 鹿玮
• 来源期刊: 信息技术与信息化
• 关键词: YOLOv3算法 目标检测 检测尺度 聚类算法
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 智能技术
• 页码范围: 249-252
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9528.2021.08.078

摘要

针对YOLOv3算法检测目标时精确度不足以及实时性欠缺等问题,提出了一种基于YOLOv3的改进检测算法.首先,采用增加检测尺度的方法来精确地检测远处小目标.其次,将YOLOv3算法的k-means算法融合DBSCAN聚类算法,对训练数据集进行聚类分析,提高目标检测的精度和速度.实验结果表明,改进的YOLOv3算法平均精度相比于原算法提高了2.89％,改进后的YOLOv3算法能够以40帧/s以上的速度进行实时监测,在一定程度上改善了精度不足和实时性欠缺的问题.