基于yolov3-tiny城市道路下的行人实时检测

摘要：

行人作为道路交通环境中的弱势群体,其安全问题不容小觑,建立完善的行人检测系统已成为研究热点.另外,深度神经网络在机器视觉领域表现出优异的性能,已获得学者们广泛的关注.本文通过比较one-stage及tow-stage两类目标检测算法特点,最后选取YOLOv3-tiny网络作为城市道路下的行人实时检测的基础模型,通过构建行人样本库,搭建模型训练环境,设置适宜的训练参数,完成模型的训练,经验证,该算法模型能完成行人实时检测的目标,且运行速度达到83FPS.

关键词：行人、深度学习、实时、检测

资助基金：2013GZ0147 四川省科技厅科技支撑项目2019YFG0042 四川省科技厅科技支撑项目

在线出版日期：2020-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：188-189