科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对车辆行人检测中目标尺度多、尺度小、目标遮挡严重的问题，将实时性与准确性较高的YOLOv3算法应用于行人车辆检测领域，并提出两点优化方法：(1)优化非大值抑制算法，高斯函数衰减的形式对预测框置信得分进行抑制，避免被遮挡目标预测框被误删，提升算法对被遮挡目标的检测能力；(2)优化YOLOv3的网络结构，增加更多的特征层与残差单元，获得更高分辨率、更多预测尺度的网络结构，提升对小目标及多尺度目标的识别能力。实验使用UA-DETRAC、PASCAL VOC数据集进行训练与测试，结果表明相较于传统YOLOv3算法，在行人、车辆目标尺度多的情况下，召回率有一定提高；在目标图像小及被遮挡的情况下，准确率有所提升。
- 单位
