基于改进YOLO算法的密集人群场景下的行人检测

摘要：

针对现有的行人检测算法在密集人群场景下,准确率不高的问题,并结合上海地铁中特有的人群密集场景,本文利用YOLO目标检测算法,提出了在密集人群场景下的改进的YOLO行人检测算法.算法主要针对网络结构和损失函数进行改进,并在人工标注的实际场景下的行人数据集上进行训练与测试.实验结果表明,改进后的算法较YOLO目标检测算法在实际场景下的准确率有明显提高.

关键词：密集人群、YOLO、行人检测、网络结构、损失函数

所属期刊栏目：15

分类号：TP311(计算技术、计算机技术)

在线出版日期：2019-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：175-176,179