摘要: 针对交通场景中目标像素占比小、互相遮掩等因素造成漏检、误检的问题,提出了基于 YOLOv3 的多目标检测方法。 该方法在 YOLOv3 网络结构中植入空间金字塔池化模块以增强特征表达,同时提出一种多尺度特征融合机制兼顾获取空间信息和语义信息,通过扩展预测层的预测分支来细化待检目标的语义信息。 此外,将改进的 K均值聚类算法用于提取先验框的初始中心点,提升预测锚框与待检目标的匹配度,并运用柔性非极大值抑制算法进行置信分数的灵活调整。 基于混合数据集的实验结果表明,所提方法有效地提升了检测精度。
中图分类号: