科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对教室监控图像中的人物识别场景,研究YOLOv3目标识别模型的针对性改进及实验。通过分析YOLOv3全卷积网络结构,优化图像尺寸划分,运用基于交并比的k-means聚类算法,增加双密度特征输出卷积层,得到改进的YOLOv3人物目标识别模型。经自建数据集训练并测试,实验结果表明,改进后的YOLOv3人物目标识别模型的检测准确率为85.3%,可为教学资源管理提供相关参考数据。
- 单位
针对教室监控图像中的人物识别场景,研究YOLOv3目标识别模型的针对性改进及实验。通过分析YOLOv3全卷积网络结构,优化图像尺寸划分,运用基于交并比的k-means聚类算法,增加双密度特征输出卷积层,得到改进的YOLOv3人物目标识别模型。经自建数据集训练并测试,实验结果表明,改进后的YOLOv3人物目标识别模型的检测准确率为85.3%,可为教学资源管理提供相关参考数据。
