[发明专利]一种基于改进的多级YOLOv3的道路多目标检测方法有效
| 申请号： | 202010124052.5 | 申请日： | 2020-02-27 |
| 公开（公告）号： | CN111401148B | 公开（公告）日： | 2023-06-20 |
| 发明（设计）人： | 王海;王宽;蔡英凤;李祎承;刘擎超;刘明亮;张田田;李洋 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G06V20/56 | 分类号： | G06V20/56;G06V20/58;G06V40/10;G06V10/774;G06V10/25;G06V10/762;G06V10/778;G06V10/82;G06N3/0464 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进的多级YOLOv3的道路多目标检测方法，步骤1，制作数据集：基于公开的驾驶数据集BDD100K制作道路多目标数据集；步骤2，基于K‑means聚类算法进行道路目标候选框长宽比计算；步骤3，设计改进YOLOv3神经网络模型；步骤4，设置训练超级参数和网络参数，将训练集输入网络，对改进YOLOv3网络进行训练，并保存训练好的权重文件；步骤5，输出预测的边界框信息及类别概率；步骤6，使用软化非极大值过滤检测框，对检测图片进行可视化，产生最终的目标检测框和识别结果。相比于原始YOLOv3神经网络模型，本发明在BDD100K的验证集下mAP到达了58.09％，提高了近9个百分点，检测准确率较高；实时性较好，统计后FPS为0.03s/张，仅比传统YOLOv3增加耗时1.65％，满足实时性要求。 | ||
| 搜索关键词： | 一种 基于 改进 多级 yolov3 道路 多目标 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏大学，未经江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010124052.5/，转载请声明来源钻瓜专利网。
