改进的GDT-YOLOV3目标检测算法

作     者：唐悦 吴戈 朴燕 TANG Yue;WU Ge;PIAO Yan

作者机构：长春理工大学电子信息工程学院吉林长春130022 

基　　金：国家自然科学基金(No.60977011 No.20180623039TC No.20180201091GX) 

出 版 物：《液晶与显示》 (Chinese Journal of Liquid Crystals and Displays)

年 卷 期：2020年第35卷第8期

页      码：852-860页

摘      要：为了解决视频图像中目标检测准确率低、速度慢等问题,本文提出了一种基于YOLOV3改进的目标检测方法。通过引入GIOU Loss,可解决原IOU无法直接优化的非重叠部分问题,在借鉴了密集连接网络的思想之后,将YOLOV3中的3个残差块更换为3个密集块,并结合Max Pooling加强密集连接块之间的特征传递,重新替换IOU和原网络的连接结构,检测设计出新的网络结构后,减少了参数量,增强了特征的复用与融合,最终实现了优于原方法的效果。实验结果表明改进的GDT-YOLOV3算法与原有的算法相比,无论是在简单还是复杂交通场景中都有较优秀的检测效果,本文所提出的算法平均检出准确率高达92.77%,速度达到25.3 f/s,基本满足了实时性。此外在检测精度上,改进的GDT-YOLOV3算法要优于SSD512、YOLOV2与YOLOV3算法。

主 题 词：目标检测 卷积神经网络 YOLOV3 密集连接网络 K-means 

学科分类：0810[工学-土木类] 081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.37188/YJYXS20203508.0852

馆 藏 号：203956243...