典型文献
改进YOLO v3算法的航拍小汽车检测
文献摘要：
为了解决航拍小汽车检测精度和速度问题,论文在YOLO v3算法的基础上,设计了一种新的网络结构,并提出了一种改进YOLO v3算法.首先用混合深度卷积核代替单一卷积核,设计了一种新的特征提取网络.其次,对YOLO v3的FPN网络进行了改进,将深度特征映射和浅层特征映射融合,减小了卷积核的感受野.最后,在设计损失函数时,用GIOU代替IOU计算损失.结果表明,改进后的算法更准确、速度更快.
文献关键词：
YOLO v3;混合深度卷积;GIOU;深度学习;小汽车检测
中图分类号：
作者姓名：
王茂琦;李军;马佶辰;徐康民
作者机构：
南京理工大学自动化学院 南京 210094
文献出处：
引用格式：
[1]王茂琦;李军;马佶辰;徐康民-.改进YOLO v3算法的航拍小汽车检测)[J].计算机与数字工程,2022(04):775-779,795
A类：
小汽车检测,混合深度卷积核
B类：
YOLO,v3,航拍,检测精度,先用,一卷,特征提取网络,FPN,深度特征,特征映射,感受野,损失函数,GIOU
AB值：
0.200774
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
