目标检测在视频监控、无人驾驶系统、机械自动化等领域起着重要作用。在如今大数据的背景下,为进一步提高Yolov3在不同数据集下的性能,本文以KITTI数据集为基础,利用重新调整anchor数值和增加尺度融合的方法改进Yolov3,并通过增加数据的方法平衡类别,进一步提高Yolov3性能。实验结果表明,改进的Yolov3较原始的框架,其mAP提高了近5.31%,从侧面说明改进的Yolov3具有较高的实用价值。