_改进YOLOV3算法在行人识别中的应用.pdf

上传者: 43796045 | 上传时间: 2021-05-02 14:01:36 | 文件大小: 812KB | 文件类型: PDF
为了避免人与物体之间相互遮挡,对小目标检测不准确,以及复杂光照强度对行人 检测的影响,针对这一问题,提出了一种多尺度聚类卷积神经网络 MK-YOLOv3 算法,来实现对行人的识别与检测。该算法是对 YOLOV3 进行改进,首先通过简单聚类对图像特征进行提取,得到相应的特征图,再通过抽样 K-means 聚类算法结合核函数确定锚点位置,以达到更好的聚类。针对小目标的浅层特征信息进行多尺度融合,提高小目标的检测效果。仿真结果验证了该算法在 VOC 数据集上对小目标识别的精度和速度上有较大提高,以及视频智能分析中有较高的召回率和精确度。

文件下载

评论信息

  • SIGH233 :
    用户下载后在一定时间内未进行评价,系统默认好评。
    2021-06-01

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明