针对自动驾驶场景下运动目标检测精度低、速度慢等问题,以YOLOv3为基础,设计更为合理的损失函数。使用K-means算法对数据集中的目标边框进行聚类,通过混合数据集进行训练,得到改进的运动目标检测模型。实验结果表明,该模型相较于当前主流目标检测模型在性能上有较大提升,对于各种复杂交通场景下的运动目标均有良好的检测效果。该模型在测试集上的平均精度均值和检测速度分别达到了88.55%和35FPS,满足实时检测的要求。
科研之友
微信
新浪微博
Facebook
分享链接
