雾霾天气车辆检测的改进YOLOv3算法

摘要：

针对传统YOLOv3算法中存在检测框定位不精确的问题,提出了一种改进的YOLOv3算法用来重新估计检测框位置,提高智能汽车在雾霾交通环境下的定位精度.首先运用图像去雾算法对采集到的图片进行预处理,然后构造定位置信度替代分类置信度作为参考项来选择估计检测框位置,并改进非极大值抑制(NMS)算法,引入软化非极大值抑制(soft-NMS),最后使用加权平均的方式来更新坐标位置,以达到提高定位精度的目的.实验结果表明,先经过单尺度retinex去雾算法处理图片,再通过改进的YOLOv3算法进行车辆检测,与使用原始的YOLOv3算法进行检测相比平均精度均值mAP(mean average precision)提高了0.44％,在满足检测实时性的同时,能够检测到更多的目标,对检测车辆的定位也更加精确.

关键词：检测框;去雾算法;车辆检测;改进YOLOv3;定位置信度

所属期刊栏目：45

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61164009

在线出版日期：2022-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：95-102