基于YOLO算法的多类目标识别

摘要：

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.

关键词：YOLO算法、目标识别、卷积神经网络

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

资助基金：黑龙江省教育科学“十三五”规划重点课题GBB1317028

在线出版日期：2019-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：34-36,76