改进YOLO的车辆检测算法

来源 :现代电子技术 | 被引量 : 0次 | 上传用户:good_loloo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
YOLO目标检测算法在进行目标检测和识别时具有识别精度高、检测速度快的特点。但也存在明显的问题,由于网络采用的结构是端对端模型,没有经过预选框进行匹配预选,直接进行回归产生最后的结果框,所以存在定位不准的问题。同时,YOLO网络将图片整体resize到固定的尺寸后,进行网格划分,当单个网格存在不止单个目标时,容易出现漏检的情况。DenseNet网络使用一种全新的网络结构,结合前面特征层的信息,在一定程度上提升了对物体的检测精度。在此基础上提出YOLO-D算法,结合前面特征层的信息,在不影响检测速度的
其他文献
卫星通信调制样式识别与参数估计是空间信息对抗的重要内容之一,在获取制太空权、制信息权方面发挥着至关重要的作用。针对卫星通信中常用通信信号的调制识别,在现有谱分析方
为了保证系统公平性不受损害,文中提出中心站点采用门限服务,普通站点采用并行调度完全服务的两级优先级轮询控制系统模型。通过马尔科夫链与概率母函数相结合的方法对模型的
针对超级电容模型精度的问题,提出一种改进的超级电容模型,采用并网二阶等效模型,在并联支路中加入一个电压源以校正电压对电容容量的影响。采用实际超级电容器元件进行恒流
入侵检测是保证网络安全的重要手段之一,针对当前网络入侵检测模型无法获得理想网络入侵检测效果的难题,设计了基于特征选择的网络入侵检测模型。首先对当前网络入侵检测研究