基于改进YOLOv3的前车检测算法的研究

摘要：

近年来,计算机的算力越来越高,高性能辅助驾驶系统层出不穷.辅助驾驶主要包含感知、决策、控制三个部分.感知系统是整个辅助驾驶系统的"窗户",因此感知的好坏直接影响到辅助驾驶的性能.在目标检测领域,深度学习得到越来越广泛的应用.深度学习的诞生伴随着更优化的算法、更高性能的计算能力、更大数据集的时代背景,以后的应用会深入到方方面面.本文基于YOLOv3算法,对算法的网络主体以及检测部分做改进和调优,引入SE注意力机制和DropBlock以获得对前车目标更高的检测精度.

关键词：YOLOv3算法、SE注意力机制、DropBlock、目标检测、网络调优

分类号：TP23;TP391.41(自动化技术及设备)

资助基金：辽宁省自然基金面上项目;辽宁省教育厅重大科技平台项目

在线出版日期：2023-03-16（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：37-43