您所在的位置: 成果库 一种基于改进的多级YOLOv3的道路多目标检测方法

一种基于改进的多级YOLOv3的道路多目标检测方法

发布时间: 2022-06-14

基本信息

合作方式： 技术转让
成果类型： 发明专利,新技术
行业领域：
其他
成果介绍

本发明公开了一种基于改进的多级YOLOv3的道路多目标检测方法，步骤1，制作数据集：基于公开的驾驶数据集BDD100K制作道路多目标数据集；步骤2，基于K?means聚类算法进行道路目标候选框长宽比计算；步骤3，设计改进YOLOv3神经网络模型；步骤4，设置训练超级参数和网络参数，将训练集输入网络，对改进YOLOv3网络进行训练，并保存训练好的权重文件；步骤5，输出预测的边界框信息及类别概率；步骤6，使用软化非极大值过滤检测框，对检测图片进行可视化，产生最终的目标检测框和识别结果。相比于原始YOLOv3神经网络模型，本发明在BDD100K的验证集下mAP到达了***％，提高了近9个百分点，检测准确率较高；实时性较好，统计后FPS为***张，仅比传统YOLOv3增加耗时***％，满足实时性要求。

成果亮点
团队介绍
成果资料