|
|||||
|
|
| 改进YOLO的车辆检测算法 | |
| 作者单位： | ;1.长安大学信息工程学院;2.宁波工程学院电信学院 |
| 摘 要： | YOLO目标检测算法在进行目标检测和识别时具有识别精度高、检测速度快的特点。但也存在明显的问题,由于网络采用的结构是端对端模型,没有经过预选框进行匹配预选,直接进行回归产生最后的结果框,所以存在定位不准的问题。同时,YOLO网络将图片整体resize到固定的尺寸后,进行网格划分,当单个网格存在不止单个目标时,容易出现漏检的情况。DenseNet网络使用一种全新的网络结构,结合前面特征层的信息,在一定程度上提升了对物体的检测精度。在此基础上提出YOLO-D算法,结合前面特征层的信息,在不影响检测速度的同时,提高车辆检测精度,与此同时使得定位有所改善。 |
| 关 键 词： | YOLO 端对端模型 DenseNet 车辆检测 YOLO-D 检测精度 |
Improved YOLO vehicle detection algorithm |
|
| Abstract: | |
| Keywords: | |