首页|基于Tiny-yolov3的行人目标检测研究

基于Tiny-yolov3的行人目标检测研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了改善传统行人检测算法鲁棒性差、检测精度不高、实时性差、训练环境对硬件依赖性强的缺点,基于Darknet框架,使用Tiny-yolov3目标检测模型,在原有模型基础上,通过强化行人特征、改进算法网络结构,并不断调整学习率、动量、权重衰减系数等超参数,将模型放在混合数据集上进行实验.实验结果表明,基于Ti⁃ny-yolov3的改进行人目标检测模型准确率、召回率、平均交并比和FPS值较高,分别达81.13％、76％、83.76％和62帧/s.基于Tiny-yolov3的改进行人目标检测模型不仅能对实际场景进行更实时的检测,而且有效降低了模型对硬件的依赖,同时也能提高行人目标检测准确度,提升识别效率.
Research on Pedestrian Target Detection Based on Tiny-yolov3

宋祥龙、李心慧

展开 >

山东科技大学计算机科学与工程学院,山东青岛266590

行人检测 深度学习 卷积神经网络 Tiny-yolov3

国家重点研发计划项目山东省重点研发计划项目

2017YFC08044062016ZDJS02A05

2021

10.11907/rjdk.201947

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(5)
  • 9