-
题名基于改进YOLOv3模型的车辆前方路面坑洼检测
被引量：9
- 1
-
-
作者
胡均平
黄强
张洪伟
向思平
宋菲菲
-
机构
中南大学机电工程学院
-
出处
《传感器与微系统》
CSCD
北大核心
2022年第12期130-133,138,共5页
-
基金
国家自然科学基金资助项目(51175518)
湖南省科技型中小企业技术创新基金资助项目(12C26214305029)。
-
文摘
首先,对道路坑洼图片进行预处理以获得坑洼数据集Pothole-set;其次,将YOLOv3的激活函数修改为Mish激活函数,以提高模型准确性和泛化能力;接着,将YOLOv3的3个输出尺度进行融合以减小复杂度;然后,使用K-Means方法对坑洼数据集边界框尺寸进行聚类,同时,对坑洼数据集进行网格划分,获得最终的输出特征图;最后,将余弦退火、Mixup、标签平滑技术应用于训练过程中以提高检测精度,获得最终的坑洼检测模型YOLOv3-Pt。实验结果表明:相比于YOLOv3,YOLOv3-Pt在复杂环境下对坑洼的检测精度提升了13.99%,能够满足坑洼检测精度的需要。
-
关键词
坑洼检测
Mish激活函数
K-MEANS聚类
余弦退火
Mixup方法
yolov3-pt模型
-
Keywords
pothole detection
Mish activation function
K-Means clustering
cosine annealing
Mixup method
yolov3-pt model
-
分类号
TP391.04
[自动化与计算机技术—计算机应用技术]
-
