科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有的基于YOLOv3的目标检测算法在多尺度目标检测上存在速度与精度难以平衡的问题,在已有算法的基础上改进形成新的YOLOv3多尺度目标检测算法.该算法首先通过k-means++聚类为各个尺度选择候选锚框的数量和长宽比维数,有效降低原始算法在初始聚类点所造成的聚类偏差;其次将YOLOv3的检测尺度从3扩展到4,以提高对不同尺度下目标检测的精度;最后为避免梯度衰落,将检测层前的6个卷积层转换为2个残差单元.在UA-DETRAC数据集上的实验结果表明,该方法比原始YOLOv3的准确率和召回率分别提高了7.91%和4.57%,同时此算法的处理速度可实现对交通视频的实时处理.
- 单位
