原文传递
基于小型化YOLOv3的实时车辆检测及 跟踪算法
| 题名： | 基于小型化YOLOv3的实时车辆检测及 跟踪算法 |
| 正文语种： | 中文 |
| 作者： | 许小伟;陈乾坤;钱枫;李浩东;唐志鹏 |
| 作者单位： | 武汉科技大学汽车与交通工程学院 |
| 关键词： | 汽车工程;目标检测;深度学习;小型化网络;YOLOv3 |
| 摘要： | 为了研究现有车辆目标检测算法的检测精度与检测速度相矛盾的问题，提出了一种小型化的改进YOLOv3深度 卷积网络的实时车辆检测及跟踪算法。采用构建卷积层数少的网络架构以及进行多目标跟踪的方法，分析了大网络 模型结构时正向推理速度慢、小网络模型结构时检测精度低的原因。在不同尺度卷积特征多层次提取车辆特征信息 来保证准确率的基础上，利用K-means + +算法改进聚类先验框中心点的提取，同时借鉴darknetl9骨干网络结构， 构建一种网络深度更小的基础卷积网络结构，采用更少的重复残差块结构单元，使网络模型结 |
| 期刊名称： | 公路交通科技 |
| 出版年： | 2020 |
| 期： | 08 |
| 页码： | 149-158 |
检索历史
应用推荐
