改进的YOLOv3红外图像行人检测算法
Journal of Heilongjiang University of Science and Technology（2020）
摘要
针对红外图像下行人小目标检测识别率低、背景影响大等问题,提出了一种基于YOLOv3可提高行人检测准确率算法的红外行人监控算法.利用网络结构的特征优化主干网络加强了模块与模块间的特征传递,对于网络检测部分通过二次优化浅层和深沉融合后的特征信息完善信息的丰富度,实现YOLOv3网络结构的优化.结果 表明:相比于YOLOv3,整体准确率提升1.17％,达到83.21％,检测时间从原来的14.726 ms缩减到13.304 ms.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要