基于YOLO-TridentNet的车辆检测方法

作者：朱茂桃; 邢浩; 方瑞华

来源：重庆理工大学学报：自然科学, 2020, 34(11): 1-8.

• 车辆检测
• YOLOv3算法
• YOLO-TridentNet模型
• 小尺度目标

针对YOLOv3算法在检测小尺度目标和较远处车辆时存在漏检现象的问题,在分析该算法检测原理的基础上,对其网络结构进行了修改,提出了一种YOLO-TridentNet网络,将三个平行分支网络进行了参数共享;基于KITTI数据集,训练了YOLOv3和YOLO-TridentNet车辆检测模型,比较了两个模型的查准率、查全率、平均精度和每秒检测帧数,验证了模型的有效性。实验结果表明:相比YOLOv3算法,基于YOLO-TridentNet的车辆检测算法的查全率提高了2.2%,达76.5%;查准率下降了0.4%,为98.3%;模型检测速度稳定在15帧/s,下降了2帧;同时,在阈值为0.5的情况下,平均精度为92.35%,提高了1.06%,说明YOLO-TridentNet车辆检测模型能够改善小尺度目标的检测精度。

• 单位
  江苏大学; 上海干巷车镜实业有限公司