基于改进YOLOv3的教室内人物识别 |
| |
引用本文: | 刘寅.基于改进YOLOv3的教室内人物识别[J].电脑编程技巧与维护,2022(1). |
| |
作者姓名: | 刘寅 |
| |
作者单位: | 广西电力职业技术学院,南宁530007 |
| |
基金项目: | 广西高校中青年教师科研基础能力提升项目 |
| |
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。
|
关 键 词: | 人物识别 目标检测 深度学习 YOLOv3算法 |
本文献已被 维普 万方数据 等数据库收录! |
|