基于改进YOLOv3的道路目标检测

摘要：

针对YOLOv3在道路目标检测中漏检率高和检测精度低的问题,提出一种基于改进YOLOv3的道路目标检测方法.通过将原有YOLOv3的3个特征尺度增至4个,从而提升了对于小目标的检测准确率.使用CIoU损失函数提高模型的准确性,利用K-Means++聚类算法对道路目标重新聚类,得到新的候选框.在BDD100K数据集上的验证结果表明,改进的YOLOv3算法在降低漏检率和提高检测精度方面效果较好.

关键词：道路目标检测、YOLOv3、K-Means++

所属期刊栏目：51

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：89-96