基于改进YOLOv3的教室内人物识别

• 作者: 刘寅
• 来源期刊: 电脑编程技巧与维护
• 关键词: 人物识别 目标检测 深度学习 YOLOv3算法
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 人工智能与应用
• 页码范围: 123-125,143
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4052.2022.01.045

摘要

针对教室内人物目标的识别场景,研究了 目标检测算法YOLOv3的改进及测试.通过分析教室内人物目标识别的特点和YOLOv3网络特征提取架构,运用K-means++算法对anchor box进行宽高聚类,增大特征输出层anchor box数量,增加YOLOv3网络架构中104×104尺寸的特征输出层,得到改进后的YOLOv3目标检测网络.经数据集训练并测试,改进后的YOLOv3网络模型的识别精度提高了19.11％,而识别速度有所下降.