高性能YOLOv3-tiny嵌入式硬件加速器的混合优化设计

1

作者 谭会生 肖鑫凯 卿翔 《半导体技术》 CAS 北大核心 2025年第1期55-63,共9页

为解决在嵌入式设备中部署神经网络受算法复杂度、执行速度和硬件资源约束的问题,基于Zynq异构平台,设计了一个高性能的YOLOv3-tiny网络硬件加速器。在算法优化方面,将卷积层和批归一化层融合,使用8 bit量化算法,简化了算法流程;在加速... 为解决在嵌入式设备中部署神经网络受算法复杂度、执行速度和硬件资源约束的问题,基于Zynq异构平台,设计了一个高性能的YOLOv3-tiny网络硬件加速器。在算法优化方面,将卷积层和批归一化层融合,使用8 bit量化算法,简化了算法流程;在加速器架构设计方面,设计了可动态配置的层间流水线和高效的数据传输方案,缩短了推理时间,减小了存储资源消耗;在网络前向推理方面,针对卷积计算,基于循环展开策略,设计了8通道并行流水的卷积模块;针对池化计算,采用分步计算策略实现对连续数据流的高效处理;针对上采样计算,提出了基于数据复制的2倍上采样方法。实验结果表明,前向推理时间为232 ms,功耗仅为2.29 W,系统工作频率为200 MHz,达到了23.97 GOPS的实际算力。 展开更多

关键词 yolov3-tiny网络 异构平台 硬件加速器 动态配置架构 硬件混合优化 数据复制上采样

在线阅读 下载PDF 职称材料

基于YOLOv3-tiny的船舶可见光图像细粒度检测 被引量：11

2

作者 梁月翔 冯辉 徐海祥 《武汉理工大学学报（交通科学与工程版）》 2020年第6期1041-1045,1051,共6页

文中针对智能船舶视觉传感器采集到的图像进行目标检测,提出基于YOLOv3-tiny的深度卷积神经网络图像细粒度检测方法.该方法使用实验团队建立的船舶图像数据库,对图片进行人工标注,使用k-means算法对数据集锚框进行聚类,采用数据增强策略... 文中针对智能船舶视觉传感器采集到的图像进行目标检测,提出基于YOLOv3-tiny的深度卷积神经网络图像细粒度检测方法.该方法使用实验团队建立的船舶图像数据库,对图片进行人工标注,使用k-means算法对数据集锚框进行聚类,采用数据增强策略的YOLOv3-tiny深度卷积神经网络对船舶图像进行训练与测试.实验结果表明:本文提出的改进YOLOv3-tiny模型在测试集上的平均精度达到了62.85%,实时检测帧率达到了136帧/s,可以辅助船舶驾驶人员识别水面目标. 展开更多

关键词 目标检测 yolov3-tiny 深度卷积神经网络 智能船舶 可见光图像

在线阅读 下载PDF 职称材料

基于改进YOLOv3-Tiny的目标检测技术研究 被引量：9

3

作者 张陈晨 靳鸿 《兵器装备工程学报》 CSCD 北大核心 2021年第9期215-218,312,共5页

为了确保车辆财产安全和战备管理,满足现代战争适配平台要求,针对目前广泛采用的YOLOv3-Tiny目标检测算法,设计了一种基于改进YOLOv3-Tiny算法的目标检测方法,主要包括数据训练、特征提取、目标检测部分等,通过改进输入尺寸以及用部分... 为了确保车辆财产安全和战备管理,满足现代战争适配平台要求,针对目前广泛采用的YOLOv3-Tiny目标检测算法,设计了一种基于改进YOLOv3-Tiny算法的目标检测方法,主要包括数据训练、特征提取、目标检测部分等,通过改进输入尺寸以及用部分池化层替换卷积层的方式对整体算法进行了改进。仿真结果显示,改进型YOLOv3-Tiny算法与传统的检测算法相比,检测精度提升了3.2%。 展开更多

关键词 yolov3-tiny目标检测算法 目标检测 深度学习 车辆识别

在线阅读 下载PDF 职称材料

一种基于改进YOLOv3-tiny的轻量级轨道紧固件检测算法 被引量：5

4

作者 卢艳东 李积英 王筱婷 《铁道标准设计》 北大核心 2022年第7期41-47,共7页

为解决传统铁路轨道养护中人工巡检等工作的低效率和准确率不足等问题,提出一种改进的YOLOv3-tiny轻量级轨道紧固件检测算法。首先,其网络结构通过在深度和点方向的卷积来降低网络的计算复杂度;其次,采用具有反向残差的线性瓶颈结构设... 为解决传统铁路轨道养护中人工巡检等工作的低效率和准确率不足等问题,提出一种改进的YOLOv3-tiny轻量级轨道紧固件检测算法。首先,其网络结构通过在深度和点方向的卷积来降低网络的计算复杂度;其次,采用具有反向残差的线性瓶颈结构设计主干网络,并在检测层采用深度可分离卷积提取紧固件的深度特征;然后,增加1个尺度在3个尺度上预测,从而有效提取紧固件的特征;最后,对目标框坐标定位过程的损失函数进行优化。实验结果表明:改进后的YOLOv3-tiny算法检测精度达98.81%,检测速度25.1 frame/s,满足其实时性的要求。 展开更多

关键词 铁路轨道 扣件 神经网络 轻量级 yolov3-tiny 深度特征

在线阅读 下载PDF 职称材料

一种改进的YOLOv3-Tiny目标检测算法 被引量：7

5

作者 杨铭 文斌 《成都信息工程大学学报》 2020年第5期531-536,共6页

YOLOv3-Tiny作为YOLOv3目标检测算法的简化版本,拥有检测速度快、体积小、易于在边缘设备上部署等优点,同时也存在着识别精度低,定位不准的问题。由此在该算法的基础上进行改进,首先,对网络结构进行改进,在保证实时性的同时设计一个新... YOLOv3-Tiny作为YOLOv3目标检测算法的简化版本,拥有检测速度快、体积小、易于在边缘设备上部署等优点,同时也存在着识别精度低,定位不准的问题。由此在该算法的基础上进行改进,首先,对网络结构进行改进,在保证实时性的同时设计一个新的主干网络,提高网络的特征提取能力;其次改进目标损失函数和特征融合的策略,使用IOU损失函数代替原先边框位置损失函数,提高定位精度。实验结果表明,改进后的YOLOv3-Tiny算法,在保证实时性的情况下明显优于原算法。 展开更多

关键词 深度学习 目标检测 yolov3-tiny IOU

在线阅读 下载PDF 职称材料

基于YOLOv3-tiny的火焰目标检测算法 被引量：4

6

作者 徐岩 李永泉 +2 位作者 郭晓燕 韩立苏 刘巧玲 《山东科技大学学报（自然科学版）》 CAS 北大核心 2022年第6期95-103,共9页

基于YOLOv3-tiny网络提出一种满足实时性需求的火焰目标检测算法,解决现有一般算法在自制火焰数据集上检测效果不佳的问题。通过构建CSP-MobileNetV2结构并引入到骨干网络池化层替换原始卷积层,提升网络的特征提取能力;引入选核注意力网... 基于YOLOv3-tiny网络提出一种满足实时性需求的火焰目标检测算法,解决现有一般算法在自制火焰数据集上检测效果不佳的问题。通过构建CSP-MobileNetV2结构并引入到骨干网络池化层替换原始卷积层,提升网络的特征提取能力;引入选核注意力网络(SKNet),使卷积核对不同尺寸的火焰目标实现自适应调整,增强了对火焰特征的提取能力;引入金字塔池化模块(PPM),将具有不同感受野的特征图进行融合,实现多级特征信息融合互补,提高特征表达能力。实验结果表明,改进算法在自制火焰数据集上的平均检测精度均值达到84.3%,比原网络提高4.1%。 展开更多

关键词 火焰目标 yolov3-tiny网络 金字塔池化模块 检测算法

在线阅读 下载PDF 职称材料

基于改进YOLOv3-tiny的车辆目标检测 被引量：3

7

作者 朱联祥 徐莉娟 《信息技术与信息化》 2022年第3期9-12,共4页

交通监控视频的车辆目标检测是智能交通监控系统中至关重要的组成部分,是车辆计数、事故检测等一系列操作的基础。针对YOLOv3 tiny网络存在的漏检、重复检测、误检等问题,通过增加网络中的卷积层个数,并将空间金字塔池化(spatial pyrami... 交通监控视频的车辆目标检测是智能交通监控系统中至关重要的组成部分,是车辆计数、事故检测等一系列操作的基础。针对YOLOv3 tiny网络存在的漏检、重复检测、误检等问题,通过增加网络中的卷积层个数,并将空间金字塔池化(spatial pyramid pooling,SPP)网络加入YOLOv3-tiny的特征提取网络之后,提出了YOLOv3-tiny的改进模型。通过网上收集车辆数据集并使用labelImg工具进行数据标注,得到了Vehicle实验数据集。实验结果表明,改进模型在车辆目标的检测精度和速度方面均有明显提升,在mAP@0.5及mAP@[.5:.95]的检测精度分别提高了2.5%和5.1%,召回率改进了1.2%。 展开更多

关键词 yolov3-tiny 车辆检测 SPP

在线阅读 下载PDF 职称材料

基于FPGA的YOLOv3-tiny卷积神经网络加速设计 被引量：1

8

作者 梅志伟 丁兴军 刘金鹏 《舰船电子对抗》 2022年第2期81-88,108,共9页

基于对YOLOv3-tiny网络推理加速的研究,提出了一种基于现场可编程门阵列(FPGA)的硬件加速结构,结合可变精度定点量化和量化重训练2种方法在减少数据计算量的同时保证了网络精度。设计了多个维度上的大规模并行计算来提升网络加速性能,... 基于对YOLOv3-tiny网络推理加速的研究,提出了一种基于现场可编程门阵列(FPGA)的硬件加速结构,结合可变精度定点量化和量化重训练2种方法在减少数据计算量的同时保证了网络精度。设计了多个维度上的大规模并行计算来提升网络加速性能,采取适应计算阵列的数据存储格式和数据复用策略减少数据传输,设计了一种专属于YOLOv3-tiny的硬件加速架构。通过实验分析,提出的YOLOv3-tiny卷积神经网络的硬件加速结构,所使用的计算资源和存储资源少,网络精度高,在综合性能上优于目前出现的研究方案,适合应用于移动端硬件加速。 展开更多

关键词 yolov3-tiny 卷积神经网络加速 量化 并行计算

在线阅读 下载PDF 职称材料

非约束环境下基于YOLOv3-Tiny多模型融合方式的快速人脸定位算法

9

作者 万秋波 屈金山 朱泽群 《长江信息通信》 2021年第1期75-77,共3页

非约束环境下的人脸定位算法是诸多面部感知应用系统中的关键基础模块,一直是极具挑战性的课题。随着海量训练数据集的出现及深度学习技术的发展,基于深层卷积神经网络的视觉目标检测方法取得了突破性的进展,YOLOv3-Tiny是其中一种具有... 非约束环境下的人脸定位算法是诸多面部感知应用系统中的关键基础模块,一直是极具挑战性的课题。随着海量训练数据集的出现及深度学习技术的发展,基于深层卷积神经网络的视觉目标检测方法取得了突破性的进展,YOLOv3-Tiny是其中一种具有较高准确率的快速通用目标检测算法,但由于其输出神经元的物理感受野范围会随网络输入尺寸的固定而被限定,使其无法在具有尺度范围跨度过大的非约束人脸检测中充分发挥其检测性能。为了有效扩展YOLOv3-Tiny网络检测神经元的有效感知范围,文章提出了一种基于YOLOv3-Tiny多模型融合方式的快速人脸定位算法。首先根据人脸尺寸对原始图像集的标签数据进行筛选,划分为不同的子集,并利用它们分别对多个具有不同有效感知范围的YOLOv3-Tiny模型进行训练。接着,利用多模型对输入图像独立进行推理,并基于非极大值抑制算法及相应的尺度约束阈值实现检测结果的有效融合。实验结果显示,该算法能够有效利用多模型各自的检测优势,实现跨度尺度范围下的无约束人脸检测,具有重要应用潜力。 展开更多

关键词 非约束环境 多模型融合 人脸定位 深度学习 yolov3-tiny

在线阅读 下载PDF 职称材料

基于改进YOLOv7-tiny的坦克车辆检测方法 被引量：2

10

作者 郑陆石 胡晓锋 +2 位作者 于伟国 赵东志 张鸿涛 《兵器装备工程学报》 CAS CSCD 北大核心 2023年第12期285-292,共8页

针对不同种类无人机航拍高度相差较大、图像分辨率不佳引起的坦克车辆检测算法效果不佳、速度慢等问题,提出一种基于改进YOLOv7-tiny的无人机视角坦克车辆检测算法。首先构建包含568幅图像、2132个目标的坦克车辆数据集。其次对YOLOv7-t... 针对不同种类无人机航拍高度相差较大、图像分辨率不佳引起的坦克车辆检测算法效果不佳、速度慢等问题,提出一种基于改进YOLOv7-tiny的无人机视角坦克车辆检测算法。首先构建包含568幅图像、2132个目标的坦克车辆数据集。其次对YOLOv7-tiny网络进行3个方面改进:提出了AC-ELAN网络结构并加入3D注意力机制,提高对目标信息的提取能力;引入SPPCSPC结构进一步扩大模型的感受野,同时能够有效减少训练学习时间;将损失函数计算方法替换为WIoU,聚焦于普通质量锚框,加速了模型收敛。最后实验结果表明,改进算法在自建数据集上表现优异,比传统的YOLOv7-tiny平均精度提升5.0%,在GPU设备上检测速度达到71帧/s,能够在无人机计算平台实现实时检测。 展开更多

关键词 目标检测 yolov7-tiny网络 非对称卷积 3D注意力机制 WIoU损失

在线阅读 下载PDF 职称材料

基于YOLOv4-Tiny模型剪枝算法 被引量：3

11

作者 曹远杰 高瑜翔 +3 位作者 刘海波 吴美霖 涂雅培 夏朝禹 《成都信息工程大学学报》 2021年第6期610-614,共5页

针对YOLO系列算法参数量大、算法复杂度高提出一种基于BN(batch normalization)层剪枝方法。该方法先通过对BN层的缩放系数γ以及平移系数β添加正则化约束训练,根据BN层参数以及卷积层各通道对网络贡献度等指标设定合适阈值进行剪枝。... 针对YOLO系列算法参数量大、算法复杂度高提出一种基于BN(batch normalization)层剪枝方法。该方法先通过对BN层的缩放系数γ以及平移系数β添加正则化约束训练,根据BN层参数以及卷积层各通道对网络贡献度等指标设定合适阈值进行剪枝。该方法在基本没有精度损失的前提下对YOLOv4-Tiny模型压缩11倍,计算量减少72%,在CPU和GPU处理器下推理速度分别增快44%和29%。实验结果表明,该剪枝方法能保持模型良好性能的前提下压缩模型,减少参数,降低算法复杂度。 展开更多

关键词 深度学习 卷积神经网络 yolov4-tiny yolov3-tiny 模型剪枝 稀疏训练

在线阅读 下载PDF 职称材料

基于改进的YOLOv3⁃Tiny深度网络在架图书错序检测方法 被引量：2

12

作者 王红芳 刘泽远 +1 位作者 李英健 张凯兵 《现代电子技术》 2022年第22期164-170,共7页

基于索书号识别的在架图书错序检测方法对构建智能化图书馆非常重要。为实现快速而准确的在架图书错序检测,文中提出一种基于改进的YOLOv3-Tiny深度网络,实现图书索书号区域定位。该方法在原深度网络模型的基础上增加一个52×52的... 基于索书号识别的在架图书错序检测方法对构建智能化图书馆非常重要。为实现快速而准确的在架图书错序检测,文中提出一种基于改进的YOLOv3-Tiny深度网络,实现图书索书号区域定位。该方法在原深度网络模型的基础上增加一个52×52的尺度输出和两个跳跃连接块,以增强网络对微小目标的检测能力并抑制由于网络深度的增加带来的梯度消失或爆炸问题,从而实现对图书索书号区域的准确定位。然后将索书号区域从原图像上分割,经预处理后使用光学字符识别技术完成索书号的识别。最后,根据识别出的索书号的排序关系判别书架上是否存在错序的图书。实验结果表明,所提方法相比于其他深度网络模型具有更好的检测精度,对实现图书馆智能化的图书管理具有一定的实际应用价值。 展开更多

关键词 图书错序检测 深度网络 yolov3-tiny 目标检测 图像分割 光学字符识别 OPENCV 索书号定位

在线阅读 下载PDF 职称材料

基于yolov3的水果蔬菜检测算法研究 被引量：4

13

作者 范杰 郭原东 +2 位作者 李向阳 张骁 王建云 《长江信息通信》 2022年第1期3-6,共4页

为减轻超市等需人工称重售卖体系在人流高峰期的售卖压力,同时响应当前国家对疫情防控中减少公共场所人员接触防疫政策,实现超市中水果蔬菜的智能化售卖也是当前实现智慧城市建设的一部分。其中智能化售卖中最关键的问题是实现对水果蔬... 为减轻超市等需人工称重售卖体系在人流高峰期的售卖压力,同时响应当前国家对疫情防控中减少公共场所人员接触防疫政策,实现超市中水果蔬菜的智能化售卖也是当前实现智慧城市建设的一部分。其中智能化售卖中最关键的问题是实现对水果蔬菜的精确识别;文章采用YOLOv3网络算法模型,在自己采集构建的水果蔬菜数据集上进行训练和测试,并与YOLOv3-Tiny网络进行对比实验。实验结果表明,YOLOv3在检测准确率上表现得更好,检测精度达到了94.69%,而轻量型网络YOLOv3-Tiny则在检测的效率上表现得更好。 展开更多

关键词 水果蔬菜检测 yolov3 yolov3-tiny 检测精度 检测效率

在线阅读 下载PDF 职称材料

基于改进YOLO-tiny的摔倒检测算法及其应用

14

作者 陈何磊 《江苏通信》 2024年第6期83-89,共7页

针对无人看护的老人摔倒无法及时救治的问题,提出一种基于嵌入式平台的实时摔倒检测算法。该算法以YOLOv3-tiny为基础,使用Ghostnet(幻影网络)替换主干网络,并添加改进的CBAM(Convolutional BlockAttentionModule)模块,具体操作是将CBA... 针对无人看护的老人摔倒无法及时救治的问题,提出一种基于嵌入式平台的实时摔倒检测算法。该算法以YOLOv3-tiny为基础,使用Ghostnet(幻影网络)替换主干网络,并添加改进的CBAM(Convolutional BlockAttentionModule)模块,具体操作是将CBAM中通道注意力模块中最大池化层替换为一维卷积模块,并将空间注意力模块中大卷积核替换为混合空洞卷积模块。其次修改IOU(交并比函数)为CIOU,同时对自制数据集的锚框进行K-means算法聚类得到最优尺寸的先验框。改进后的算法YOLOv3-tiny-GC模型移植到NVIDIATX2开发板,并嵌入机器人端用于实地测试。实验表明,本文方法在平均检测精度上mAP(MeanAveragePrecision)相较于YOLOv3-tiny提升了3.8%,FPS达到29.2。算法模型在精度提升的同时,检测速度也满足嵌入式平台的实时摔倒检测需求。 展开更多

关键词 yolov3-tiny 摔倒检测 机器人 注意力机制 实时检测

在线阅读 下载PDF 职称材料

高性能实时目标检测加速器设计与实现

15

作者 程才菲 梁峰 +2 位作者 秦海鹏 曹琪 陈昇杰 《电子设计工程》 2024年第22期175-180,185,共7页

随着神经网络技术的发展,深度学习在目标检测领域取得了非常好的性能和应用效果,但深度学习算法的边缘部署一直是一个挑战。为了克服这一挑战,设计了一种基于YOLOv3-Tiny网络的实时目标检测硬件加速器,旨在实现高效准确的目标识别和跟踪... 随着神经网络技术的发展,深度学习在目标检测领域取得了非常好的性能和应用效果,但深度学习算法的边缘部署一直是一个挑战。为了克服这一挑战,设计了一种基于YOLOv3-Tiny网络的实时目标检测硬件加速器,旨在实现高效准确的目标识别和跟踪,并满足边缘计算对性能和功耗的要求。为了减少FPGA在浮点运算上的开销,将神经网络的浮点数量化成了定点数进行计算;同时使用了DSP乘法优化、深度可配置的行缓冲机制,流水与并行划分等一系列的策略来提高性能。在口罩识别与运动跟踪以及COCO数据集的基准测试中,该文的加速器功能得以实现,有效算力为107.5 GOPs,帧率可达27.6 fps。 展开更多

关键词 深度学习 目标检测 量化 yolov3-tiny FPGA

在线阅读 下载PDF 职称材料

基于多传感器融合的目标检测方法研究

16

作者 李玉刚 陈克 董振飞 《内燃机与配件》 2024年第7期31-33,共3页

为了提高智能汽车对行驶区域障碍物的感知能力,设计了相机图像与激光雷达点云融合的双模中融合模型。选用YOLOv3-tiny作为图像目标检测算法,PointRCNN作为点云目标检测算法,将点云检测获取到的ROI图像与原始图像进行加权融合,在融合后... 为了提高智能汽车对行驶区域障碍物的感知能力,设计了相机图像与激光雷达点云融合的双模中融合模型。选用YOLOv3-tiny作为图像目标检测算法,PointRCNN作为点云目标检测算法,将点云检测获取到的ROI图像与原始图像进行加权融合,在融合后包含障碍物位置信息的图像上进行目标检测。通过与基于图像或基于点云的单模目标检测模型进行比对,在选用合适加权融合系数下双模中融合模型得到了更好的目标检测效果,在KITTI数据集上总类别的mAP@.5:.95上提升了3.3%,在Cyclist障碍物类别的AP@.5:.95上有了5.7%的显著提升。激光雷达点云的引入大大提升了纯视觉目标检测模型在小目标障碍物上的检测能力。 展开更多

关键词 智能汽车 目标检测 融合感知 yolov3-tiny

在线阅读 下载PDF 职称材料

基于输电线异物的轻量级目标检测方法研究

17

作者 徐玲玲 林伟 《电子与封装》 2024年第12期80-85,共6页

输电线路上的异物检测对确保电力系统安全运行至关重要。为了提高输电线异物识别效率,改进了YOLOv3-Tiny模型。首先在头部网络中,采用深度可分离卷积替代标准卷积、归一化和激活函数结构,分离空间和通道相关性,降低卷积计算量,提高了识... 输电线路上的异物检测对确保电力系统安全运行至关重要。为了提高输电线异物识别效率,改进了YOLOv3-Tiny模型。首先在头部网络中,采用深度可分离卷积替代标准卷积、归一化和激活函数结构,分离空间和通道相关性,降低卷积计算量,提高了识别的速度;其次,引入了考虑距离损失、高宽损失的EIoU的损失函数替代原始的损失函数,使得模型找到边界框预测与类别预测之间的最佳点,从而提升算法的检测效果。消融实验验证了这些改进的有效性,结果表明,改进后的模型在保持高精度的同时,检测速率(FPS)提高了2.02倍,减少了74.17%的参数量,大幅降低了计算资源需求。该算法在资源受限环境中表现出色,具备实际应用价值。 展开更多

关键词 输电线异物检测 目标检测算法 yolov3-tiny 损失函数

在线阅读 下载PDF 职称材料

基于深度学习的门机抓斗检测方法 被引量：2

18

作者 张文明 刘向阳 +1 位作者 李海滨 李雅倩 《光电工程》 CAS CSCD 北大核心 2021年第1期14-23,共10页

在港口门机抓斗装卸干散货的作业过程中,人眼观察无法精确判断抓斗所在位置,会带来工作效率低下及安全性等问题。为解决该问题首次提出了一种基于深度学习的门机抓斗检测方法。利用改进的深度卷积神经网络YOLOv3-tiny对抓斗数据集进行... 在港口门机抓斗装卸干散货的作业过程中,人眼观察无法精确判断抓斗所在位置,会带来工作效率低下及安全性等问题。为解决该问题首次提出了一种基于深度学习的门机抓斗检测方法。利用改进的深度卷积神经网络YOLOv3-tiny对抓斗数据集进行训练及测试,进而学习其内部特征表示。实验结果表明,基于深度学习的门机抓斗检测方法可实现门机抓斗检测速度每秒45帧,召回率高达95.78%,在很好满足检测实时性与准确性的同时,提高了工业现场作业的安全性及效率。 展开更多

关键词 抓斗检测 深度学习 yolov3-tiny 空间金字塔池化 反转残差组 空洞卷积

在线阅读 下载PDF 职称材料

基于改进型YOLO算法的遥感图像舰船检测 被引量：37

19

作者 王玺坤 姜宏旭 林珂玉 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第6期1184-1191,共8页

目标检测算法在PASCAL VOC等数据集中取得了非常好的检测效果,但是在大尺度遥感图像中舰船目标的检测准确率却很低。因此,针对可见光遥感图像的特点,在YOLOv3-Tiny算法的基础上增加了特征映射模块,为预测层提供丰富的语义信息,同时在特... 目标检测算法在PASCAL VOC等数据集中取得了非常好的检测效果,但是在大尺度遥感图像中舰船目标的检测准确率却很低。因此,针对可见光遥感图像的特点,在YOLOv3-Tiny算法的基础上增加了特征映射模块,为预测层提供丰富的语义信息,同时在特征提取网络中引用残差网络,提高了检测准确率,从而有效提取舰船特征。实验结果表明:优化后的M-YOLO算法检测准确率为94.12%。相比于SSD和YOLOv3算法,M-YOLO算法的检测准确率分别提高了11.11%和9.44%。 展开更多

关键词 舰船检测 yolov3 yolov3-tiny 残差网络 特征映射模块

在线阅读 下载PDF 职称材料

基于深度学习的无人机视觉目标检测与跟踪 被引量：13

20

作者 蒲良 张学军 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第5期872-880,共9页

针对目标检测中小目标物体漏检率及误检率高等问题,提出了一种基于Yolov3-Tiny算法的改进模型。改进k-means聚类方法,增加3×3和1×1的卷积池化层,将第9层卷积输出上采样,并与第8层卷积得到的特征图进行连接,得到新的输出:52... 针对目标检测中小目标物体漏检率及误检率高等问题,提出了一种基于Yolov3-Tiny算法的改进模型。改进k-means聚类方法,增加3×3和1×1的卷积池化层,将第9层卷积输出上采样,并与第8层卷积得到的特征图进行连接,得到新的输出:52×52卷积层,形成新的特征金字塔。基于卡尔曼滤波算法实现目标跟踪,提出融合跟踪算法的检测网络,使用匈牙利匹配算法对检测边缘框与跟踪边缘框进行最优匹配,利用跟踪结果修正检测结果,提高了检测速度,同时提升了检测能力。在ROS、Gazebo和自动驾驶仪软件PX4的综合仿真环境下对所提算法进行了对比试验。试验结果表明:改进算法平均检测速度降低了15.6%,mAP提高了6.5%。融合跟踪算法后的网络平均检测速度提高了34.2%,mAP提高了8.6%。融合跟踪算法后的网络能够满足系统实时性和准确性的要求。 展开更多

关键词 目标检测 yolov3-tiny 目标跟踪 卡尔曼滤波 匈牙利匹配

在线阅读 下载PDF 职称材料