基于深度学习的经典目标检测方法的研究

本文选择了在目标检测领域最具有代表性的两种算法,分别是two-stage法中较为经典的FasterR-CNN算法以及onestage法中较为经典的Yolov3算法。基于PyTorch框架对两种算法进行复现,并对比两种算法在对相同图像的检测上的效率、准确度等方面的差异,并分析研究造成该种差异的原因。同时通过聚类算法等对Faster R-CNN与YOLOv3模型做出一定的改进,并提高了原始算法检测具体物体的精度,使研究具有实际意义与实用价值。