基于YOLO算法的多类目标识别

作者：于秀萍; 吕淑平; 陈志韬

来源：实验室研究与探索, 2019, 38(03): 34-76.

• YOLO算法
• 目标识别
• 卷积神经网络

针对传统目标识别方法需要人工设计特征工程,费时费力,泛化性能差的缺点,以YOLO算法和tiny-yolo模型为基础,在tiny-yolo的基础上增加了3×3卷积层和NIN(Network in Net Work)卷积层,设计了一个包含15个卷积层的神经网络模型m-yolo。在voc2007和voc2012数据集上的实验结果表明,m-yolo模型提高了识别的准确性和定位的精确性,并且保证了在识别速度上与tiny-yolo基本保持一致,平均识别时间仅上升了0. 6 ms。

• 单位
  自动化学院; 哈尔滨工程大学