针对传统行人检测算法存在的检测精度不高、定位不准的问题,设计了一种基于YOLO的行人检测改进算法。在原主干网络基础上引入金字塔池化模块,将特征图重组为4个不同粗细尺度的特征图进行特征融合,结合局部和全局特征信息提高最终预测的可靠性,通过改进损失函数消除行人长宽尺度不同对模型性能的影响,在INRIA和Daimler混合行人数据集上进行训练和测试以验证模型的性能。实验表明,所提出的YOLO-S算法在精度和实时性方面均优于原YOLO算法,能够更好地满足实时检测。
科研之友
微信
新浪微博
Facebook
分享链接
