论文部分内容阅读
为了提升小目标物体检测的精度,尽可能避免发生漏检情况,提出了一种改进的YOLO v3算法。选用Darknet-49为主干网络,将原有的3个检测尺度扩展为5个。同时,引入DIoU函数,对损失函数进行了改进,将PASCAL VOC 2012数据集作为测试数据集和训练数据集进行实验。研究发现,改进后的YOLO v3算法与原YOLO v3算法相比,mAP值提升了约2.4%,且检测速度与原算法接近。实验结果表明,改进原YOLO v3算法网络结构和损失函数,可以增强算法对小目标物体的检测精度。