首页|基于改进的YOLOv3算法研究

基于改进的YOLOv3算法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
在目标检测实际应用领域中,要求算法能够实现高精度的检测.针对YOLOv3算法检测精度不够高的问题,本文改变激活函数为Mish、Swish,同时将Focal loss和Giou、Ciou损失函数融入到损失计算方式中,并且采用K-means对数据集进行重新聚类得到新的锚框,在训练时采用数据增强和冻结网络参数的训练方式进行训练.最终在PascalVOC数据集上有2％的提升.
Algorithm Research Based on Improved YOLOv3

刘博、李艳武

展开 >

重庆三峡学院电子与信息工程学院,重庆 404100

目标检测 YOLOv3 激活函数 损失函数 K-means

重庆市三峡库区地质环境监测与灾害预警重点实验室开放基金

YB2020C0102

2022

10.3969/j.issn.1007-1423.2022.16.010

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(16)
  • 2
  • 6