《表1 网络框架:基于改进YOLOv2模型的多目标识别方法》
YOLOv2利用了anchor boxes来预测bounding boxes,去掉最后的全连接层部分,网络结构采用卷积层和池化层,图片尺寸由原来的448pixel×448pixel调整为416pixel×416pixel,利用YOLOv2对图像进行了32倍的降采样,最终输出的特征图尺寸是13pixel×13pixel,这样可以产生一个中心栅格,用这个中心栅格去预测落在图像中心的物体。为了得到多目标检测识别效果更好的网络,本文在YOLOv2-voc网络结构的基础上,调整网络中的参数(表1)并进行多次实验,得到了不同的检测结果,如图2所示。
图表编号 | XD00162243500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 李珣、时斌斌、刘洋、张蕾、王晓华 |
绘制单位 | 西安工程大学电子信息学院、西安工程大学电子信息学院、西安计量技术研究院、西安工程大学电子信息学院、西安工程大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |