论文部分内容阅读
自动驾驶一直是近年来机器学习的热门领域,但一直面临目标检测与识别的实时性问题。根据道路目标检测的实时性需求,对基于DarkNet实现下的YOLOv3-Tiny做两个方面的模型改动:一是去掉会加大计算量,但对浅层网络影响较小的批规范化处理层;二是引入加强特征,在网络层数较少的前提下减少计算量的密集连接模块。实验在从车载摄像头截取而来的自制数据集上进行训练与测试,在性能较弱的GPU上达到24.4帧/秒,在性能强劲的NVIDIA1080Ti上达到316帧/秒。结果表明改进后的YOLO网络检测速度明显提升,