10.11772/j.issn.1001-9081.2019122202
基于改进YOLOv3的同步目标定位与多种属性识别
为了以较高的精度和较快的速度实现同步目标定位与多种属性识别,提出一种同步目标定位与多种属性识别算法YOLOv3-多种属性(YOLOv3-MA).首先,分析YOLOv3应用于同步目标定位与单种属性识别的原理,指出将其应用于同步目标定位与多种属性识别存在的问题.然后,根据各种属性自身特点及属性间依赖关系,将属性划分为主属性、依赖属性和一般属性,提出由主属性引导的依赖属性确定方法.最后,改进YOLOv3的分类损失函数和非极大值抑制(NMS)处理:在分类损失中对依赖属性不可能出现的类别和主属性分类损失赋予较高的惩罚系数;在NMS处理中,以预测目标框包含真实目标的置信度作为NMS排序依据确定真实目标的位置,并基于投票法确定该真实目标各种属性的类别.实验结果表明,YOLOv3-MA在Stanford Cars-MA数据集上能以每秒36帧的实时处理速度分别取得87.92%的top-1定位&识别准确率和94.70%的top-3定位&识别准确率.
目标检测、一阶段法、细粒度图像识别、目标定位、属性识别
40
TP391(计算技术、计算机技术)
郑州市重大科技创新专项;工业和信息化部2018年大数据产业发展试点示范项目
2020-08-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
1-7