《表1 改进Yolo_v2的网络结构》
Yolo_v2相对于Yolo有效地提高了准确率(m AP)以及检测速率(FPS),但检测经常会出现漏检、误检的情况。针对此问题,在Yolo_v2的基础上增加残差网络结构来提升对小目标车辆的检测精度,同时增加一个不同尺度的Yolo层对图像中的目标进行多尺度预测[19-22]。因为增加了残差结构与多尺度预测,Yolo_v2网络结构变得厚重,对采集的路况视频检测速率只有16 f/s,因此在不降低准确率的情况下,将原19层卷积层缩减为14层,并每隔3层添加残差网络层,精简后的Yolo_v2结构如表1所示。
图表编号 | XD00222620700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 张成标、童宝宏、程进、张炳力、张润 |
绘制单位 | 安徽工业大学机械工程学院、安徽工业大学机械工程学院、合肥工业大学汽车与交通工程学院、合肥工业大学汽车与交通工程学院、合肥工业大学汽车与交通工程学院 |
更多格式 | 高清、无水印(增值服务) |