10.3969/j.issn.1000-3932.2021.06.014
基于YOLOv3的目标检测算法提升研究
针对YOLOv3目标检测算法在实际场景应用的问题,提出改进的目标检测算法.对网络结构进行调整,舍弃掉Darknet-53,以Darknet-19为基础,以节省内存,融入YOLOv3的多尺度预测,增强模型的检测能力.对模型存在的分类和定位不准确问题,采用合适的损失函数,在分类损失函数上使用Focalloss,在回归损失函数上使用GIoUloss.在PascalVOC数据集上验证的结果表明:改进算法与YOLOv3有着相似的检测精度且检测速度比YOLOv3更快,实际场景应用有更好的效果.
目标检测;卷积神经网络;特征提取网络;GIoUloss;多尺度预测;非极大值抑制
48
TP751(遥感技术)
2021-11-29（万方平台首次上网日期，不代表论文的发表时间）
共8页
581-588
