10.3969/j.issn.1006-7167.2019.03.009
基于YOLO算法的多类目标识别
针对传统目标识别方法需要人工设计特征工程,费时费力,泛化性能差的缺点,以YOLO算法和tiny-yolo模型为基础,在tiny-yolo的基础上增加了3×3卷积层和NIN(Network in Net Work)卷积层,设计了一个包含15个卷积层的神经网络模型m-yolo.在voc2007和voc2012数据集上的实验结果表明,m-yolo模型提高了识别的准确性和定位的精确性,并且保证了在识别速度上与tiny-yolo基本保持一致,平均识别时间仅上升了0.6 ms.
YOLO算法、目标识别、卷积神经网络
38
TP391.4(计算技术、计算机技术)
黑龙江省教育科学“十三五”规划重点课题GBB1317028
2019-06-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
34-36,76