重庆理工大学学报2021，Vol.35Issue(4) ：135-141.DOI:10.3969/j.issn.1674-8425(z).2021.04.018

基于优化YOLOv3算法的违章车辆检测方法

Illegal Vehicle Detection Method Based on Optimized YOLOv3 Algorithm

刘朔 谷玉海 饶文军 王菊远
重庆理工大学学报2021，Vol.35Issue(4) ：135-141.DOI:10.3969/j.issn.1674-8425(z).2021.04.018
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于优化YOLOv3算法的违章车辆检测方法

Illegal Vehicle Detection Method Based on Optimized YOLOv3 Algorithm

刘朔 1谷玉海 1饶文军 1王菊远1
扫码查看

作者信息

  • 1. 北京信息科技大学 现代测控教育部重点实验室,北京 100192
  • 折叠

摘要

对YOLOv3算法模型进行改进,增加多个尺度检测,提高模型对小目标物体的检测能力,并增加聚类算法生成的anchors的数量,提高目标检测的准确率.在真实交通卡口数据集上进行测试,改进后的YOLOv3算法的mAP达到了92.53％,帧频为44.58 FPS,满足实时检测的需求.实验结果表明:优化后的YOLOv3算法在违章车辆检测中的性能优于原始的方法,并且检测速度能够保持实时性.

关键词

YOLOv3/目标检测/违章检测/智能交通

引用本文复制引用

基金项目

国家自然科学基金(51975058)

北京市重点实验室开放课题(KF20191123204)

出版年

2021
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量3
参考文献量13
段落导航相关论文