典型文献
改进YOLOv3算法的交通多目标检测方法
文献摘要：
针对交通场景中目标像素占比小、互相遮掩等因素造成漏检、误检的问题,提出了基于YOLOv3的多目标检测方法.该方法在YOLOv3网络结构中植入空间金字塔池化模块以增强特征表达,同时提出一种多尺度特征融合机制兼顾获取空间信息和语义信息,通过扩展预测层的预测分支来细化待检目标的语义信息.此外,将改进的K均值聚类算法用于提取先验框的初始中心点,提升预测锚框与待检目标的匹配度,并运用柔性非极大值抑制算法进行置信分数的灵活调整.基于混合数据集的实验结果表明,所提方法有效地提升了检测精度.
文献关键词：
交通多目标检测;特征提取;多尺度特征融合;预测锚框匹配
中图分类号：
作者姓名：
宋宇博;高嘉振
作者机构：
兰州交通大学 机电技术研究所, 兰州730070
文献出处：
引用格式：
[1]宋宇博;高嘉振-.改进YOLOv3算法的交通多目标检测方法)[J].北京邮电大学学报,2022(05):103-108
A类：
交通多目标检测,预测锚框匹配
B类：
YOLOv3,目标检测方法,交通场景,像素,遮掩,漏检,空间金字塔池化,金字塔池化模块,特征表达,多尺度特征融合,融合机制,空间信息,语义信息,均值聚类,聚类算法,先验框,初始中心点,匹配度,柔性非极大值抑制,混合数据,检测精度
AB值：
0.299519
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。
