基于改进YOLOv3的行人检测算法

作     者：张立旗 肖秦琨 韩泽佳 ZHANG Li-qi;XIAO Qin-kun;HAN Ze-jia

作者机构：西安工业大学电子信息工程学院西安710021 

出 版 物：《自动化与仪表》 (Automation & Instrumentation)

年 卷 期：2021年第36卷第10期

页      码：57-62页

摘      要：针对YOLOv3算法在行人检测中对小尺度目标漏检率高和检测速率慢的问题,该文提出了一种基于改进YOLOv3的行人检测方法。该算法通过精简骨干网络结构,提出轻量化的Darknet-41,降低了网络的深度和参数,提升检测速率;其次通过设计新的特征融合结构,在多尺度特征融合的基础上,进行了多尺度浅层特征融合,提高了对小尺度目标识别精确度,同时通过引入DIoU损失提高定位精确度;最后采用一种改进的非极大值抑制算法Adaptive NMS(自适应非极大值抑制)来去除冗余边界框。实验结果表明,改进后的算法的平均精确度(mAP)达到93.3%,检测速率为58.7帧/s。与YOLOv3算法的行人检测结果相比,该算法在检测速率和平均精度方面的性能更优。

主 题 词：行人检测 YOLOv3 特征融合 DIoU Adaptive NMS 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.19557/j.cnki.1001-9944.2021.10.012

馆 藏 号：203105304...