文献类型：期刊文章

作　　者：刘素行[1] 吴媛[1] 张军军[2]

Liu Suxing;Wu Yuan;Zhang Junjun(Jiangxi Arts&Ceramic Technology Institute College,Jingdezhen 333001,China;School of Computer Science,Xi’an Polytechnic University,Xi’an 710048,China)

机构地区：[1]江西陶瓷工艺美术职业技术学院,景德缜333001 [2]西安工程大学计算机科学学院,西安710048

出　　处：《国外电子测量技术》

年　　份：2021

卷　　号：40

期　　号：2

起止页码：116-120

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对复杂交通场景下的目标检测准确率和实时性要求,以交通场景中的汽车、行人为目标,提出了一种基于YOLO v3的交通场景目标检测方法。首先构建了交通场景的数据集,其次采用K-means方法对YOLO v3重聚类出适用于交通场景的锚框,基于新的锚框对YOLO v3进行重训练,最后在构建的交通数据集上检验了目标检测效果。实验结果表明,基于改进的YOLO v3的交通场景目标检测方法满足准确率和实时性要求。

关 键 词：目标检测 YOLO v3  交通场景 图像处理

分 类 号：TP391.41]