重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2020, Vol. 34 ›› Issue (8): 155-164.doi: 10.3969/j.issn.1674-8425(z).2020.08.023

• 智能技术 • 上一篇    

基于YOLOV3的改进模型在行人检测中的应用

黄同愿,杨雪姣,向国徽,陈 辽   

  1. 重庆理工大学两江人工智能学院，重庆　４０１１３５
  • 收稿日期:2019-08-26 发布日期:2020-09-13
  • 作者简介:黄同愿，男，硕士，副教授，主要从事智能信息处理、图像处理与机器视觉研究，Ｅ-ｍａｉｌ：ｔｙｒｏｎｅｈ＠ｃｑｕｔ．ｅｄｕ．ｃｎ；通讯作者 杨雪姣，女，硕士研究生，主要从事目标检测、单目测距研究，Ｅ-ｍａｉｌ：１０６４６９９３８３＠ｑｑ．ｃｏｍ。
  • 基金资助:
    国家自然科学基金资助项目（６１７０２０６３，４１８０４１１２）；重庆理工大学研究生创新课题资助项目（ｙｃｘ２０１９２０６３）

  • Received:2019-08-26 Published:2020-09-13

PDF (PC)

671

赞

摘要： 自动驾驶领域能够实时准确地检测出感兴趣区域的行人是至关重要的。针对行人检测提出轻量化的、改进的ＹＯＬＯＶ３模型。首先，通过层次敏感度分析对ＹＯＬＯＶ３的骨干网络进行精简，极大地减少了网络的参数量和运算量。然后，根据检测类别的特殊性，调整网络输入，重新分配ａｎｃｈｏｒ和修改损失函数。最后，引入空间金字塔池化加强小目标的检测。实验结果表明：改进模型在ＢＤＤ１００Ｋ的验证集上，行人检测的ＡＰ５０达到了７２．８２％，理论ＦＰＳ保持在１３０＋，ｍＡＰ为５３．７％。与ＹＯＬＯＶ３模型的行人检测结果相比，该模型在检测精度和速度方面都更优。

关键词: 行人检测；深度学习；ＹＯＬＯＶ３；空间金字塔池化

中图分类号: 

  • TP391.4