论文部分内容阅读
针对目前多目标跟踪过程中漏检率高和检测速率慢的问题,提出一种改进YOIOv3网络结构的多目标跟踪算法。首先,利用K-means++聚类算法对数据集中的目标边框进行聚类,根据聚类结果优化网络的先验框参数。然后,在Darknet-53特征提取层中引入深度可分离卷积模块,用深度可分离卷积代替标准卷积,减少参数量,并在YOLO预测层中引入SENet模块,利用SENet模块突出特征图的关键通道信息。最后,选定经典的trackingby-detection框架,使用改进的YOIOv3算法来实现对目标信息的检测工