首页 | 本学科首页   官方微博 | 高级检索  
     

基于改进YOLOv3网络的非机动车检测
引用本文:杨紫辉,江磊,任洪娟.基于改进YOLOv3网络的非机动车检测[J].智能计算机与应用,2021,11(8):87-91.
作者姓名:杨紫辉  江磊  任洪娟
作者单位:上海工程技术大学机械与汽车工程学院,上海201620
摘    要:中国目前的交通主体主要由机动车、非机动车和行人构成.非机动车在日常的交通参与中占据了相当大的比例,同.时随着无人车自动驾驶技术和机动车驾驶辅助技术的不断突破与升级,非机动车检测成为了路况信息获取中的重要一环.由于非机动车数量大,在视频中的所占面积小,极易互相遮挡等原因,容易出现检测不准确和漏检等问题.针对该问题,基于YOLOv3算法,本文提出了一种改进模型,通过采用双重特征提取网络,同时在辅助网络和骨干网络的特征信息融合采用注意机制提高检测精度.实验结果表明,所提出的改进模型在公开数据集中取得了优于YOLOv3的检测结果,将平均检测准确率由79.33%提高至83.26%.

关 键 词:YOLOv3  非机动车检测  特征提取  注意机制

Non-motor vehicle detection based on improved YOLOv3 network
YANG Zihui,JIANG Lei,REN Hongjuan.Non-motor vehicle detection based on improved YOLOv3 network[J].INTELLIGENT COMPUTER AND APPLICATIONS,2021,11(8):87-91.
Authors:YANG Zihui  JIANG Lei  REN Hongjuan
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号