基于改进YOLOv3-tiny的工地行人检测

作者：于春和; 鄂美玉

来源：电脑与信息技术, 2022, 30(04): 5-7.

DOI：10.19414/j.cnki.1005-1228.2022.04.020

• 深度学习
• 特征融合
• 空间金字塔池化

针对复杂施工环境导致的行人难以检测的问题，提出了施工现场行人检测的改进模型。模型选取了用于目标检测的YOLOv3-tiny作为原始框架，构建浅层信息YOLO预测层y3，增加了改进的空间金字塔池化（Spatial Pyramid Pooling,SPP）。建立包含行人的共932幅图像的原始数据集。修改后的算法在平均准确率（mean average precision, mAP）上提高了近5个百分点，性能更优。

• 单位
  沈阳航空航天大学; 电子信息工程学院