一种改进YOLOv3-Tiny的行车检测算法

摘要：

YOLO系列算法的简化版本YOLOv3-Tiny具有较为简单的网络框架,对GPU显存要求较低,该算法虽然实时性较高,却存在精度较低的问题,在识别行车目标方面不能得到精确的结果.对此,本文首先改变输入图片的大小,目的是获取图片更多的横向信息,使得网络更容易学习行车的信息,其次改进算法的网络结构提高算法的精度,最终得出改进的YOLOv3-Tiny算法.实验结果表明,改进之后的算法在保证实时性的情况下,提高了精确性.

关键词：深度学习、行车检测、YOLOv3-Tiny、聚类

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划资助项目2017YFC0822404

在线出版日期：2020-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：108-114