YOLO算法在目标姿态检测中的应用

作者：徐昆; 朱国华; 刘文凤; 范超

来源：电子技术与软件工程, 2019, (16): 181-182.

• 深度学习
• 目标检测
• 机器学习
• YOLO

本文提出了一种在较少规模数据集的情况下对目标的位置和姿态进行判断的方法。在训练之前对数据集增添随机的扰动因子来增加数据集的鲁棒性,从而降低过拟合的风险。在训练的过程中,通过对损失函数进行设置,使得模型具有判断物体方向的功能。实验结果表明,改造过后的YOLO算法对物体的姿态具有较好的识别能力。