针对YOLOv3模型定位目标边界框不够精确等问题,提出一种改进的YOLO算法。该算法在网络的残差模块中通过并行地引入通道注意力及空间注意力来提取关键目标特征,对多尺度预测与动物种类预测的方法做了新的设计。为证实算法效果,采集大量的原始图像数据,建立青藏高原地区牦牛、藏系羊和马等畜牧业动物图像数据集。数据集上新模型训练后,实验结果表明,算法提高了边界框的定位准确度和检测精度,相比YOLOv3算法,新算法在测试集上的mAP@IoU提高了1.6 mAP。
科研之友
微信
新浪微博
Facebook
分享链接
