针对复杂交通场景中的小尺度车辆检测问题,提出改进的 YOLOV3目标检测方法( S-YOLOV3)。使用Resnet网络优化YoLo巧3的 Darknet53特征提取结构,采用特征金字塔网络获取目标的4个尺度特征以融合浅层特征和深层特征信息,并根据检测目标的大小调整损失函数的影响权重,从而增强小目标及相互遮挡物体的检测效果。在 KITTI数据集上的实验结果表明,S- YOLOV3方法的检测速度和平均精度均值分别为52.45 frame/s和93.30%,相比 YOLOV3方法在保证小目标检测实时性的同时具有更高的检测精度。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !