-
题名基于改进YOLOv3算法的行人目标检测研究
被引量:1
- 1
-
-
作者
刘金涛
-
机构
山东科技大学计算机科学与工程学院
-
出处
《软件导刊》
2022年第4期220-225,共6页
-
基金
国家重点研发计划项目(2018YFC1406203)。
-
文摘
针对行人目标检测任务中目标检测速度慢及小目标难以检测的问题,提出一种融合CBAM注意力机制的YOLOv3多尺度目标检测模型。该算法首先以YOLOv3为基础网络进行特征提取,然后在YOLOv3的多尺度特征融合层新增一个两倍下采样特征图,用于补充小目标特征信息,最后在YOLOv3的各尺度特征图融合后加入卷积注意力模型(CBAM),以加强网络的特征表达能力。模型训练时使用DIOU损失函数代替较为主流的GIOU损失函数,并采用INRIA数据集进行实验。实验结果表明,改进后的YOLOv3目标检测模型精度和速度都有较大程度提升,检测精度最高提升了4.5%,检测速度提升了8帧/s,验证了该模型的可行性与有效性。
-
关键词
行人目标检测
多尺度反馈
CBAM注意力机制
diou损失函数
-
Keywords
pedestrian target detection
multi-scale feedback
CBAM attention mechanism
diou loss function pedestrian
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-