一种基于改进YOLO v3的小目标检测方法

摘要：

为了提升小目标物体检测的精度,尽可能避免发生漏检情况,提出了一种改进的YOLO v3算法.选用Da rknet-49为主干网络,将原有的3个检测尺度扩展为5个.同时,引入DIoU函数,对损失函数进行了改进,将P ASCAL VOC 2012数据集作为测试数据集和训练数据集进行实验.研究发现,改进后的YOLO v3算法与原YOLO v3算法相比,mAP值提升了约2.4％,且检测速度与原算法接近.实验结果表明,改进原YOLO v3算法网络结构和损失函数,可以增强算法对小目标物体的检测精度.

关键词：小目标、特征融合、损失函数

所属期刊栏目：37

分类号：TP393(计算技术、计算机技术)

资助基金：安徽省自然科学基金面上项目项目编号:1908085MF189

在线出版日期：2021-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：33-36,47