改进YOLO的车辆检测算法

作者：刘肯; 何姣姣; 张永平; 姚拓中; 常志国

来源：现代电子技术, 2019, 42(13): 47-50.

DOI：10.16652/j.issn.1004-373x.2019.13.011

• YOLO
• 端对端模型
• DenseNet
• 车辆检测
• YOLO-D
• 检测精度

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。

• 单位
  宁波工程学院