改进YOLOv3网络结构的遮挡行人检测算法
1.北京科技大学自动化学院;2.北京科技大学北京市工业波谱成像工程技术研究中心;3.北京科技大学顺德研究生院
摘要: 针对YOLOv3算法在监控视频行人检测中对遮挡目标漏检率较高的问题,文中提出改进YOLOv3网络结构的遮挡行人检测算法.首先在网络全连接层引入空间金字塔池化网络,增强网络的多尺度特征融合能力.然后采用网络剪枝的方式,精简网络冗余结构,避免网络层数加深导致的退化和过拟合问题,同时减少参数量.在走廊行人数据集上进行多尺度训练,获得最优的权重模型.实验表明,文中方法在平均准确率和检测速度上都有所提升.
关键词:
行人检测;深度学习;YOLOv3;空间金字塔池化网络;网络剪枝;
行人检测;深度学习;YOLOv3;空间金字塔池化网络;网络剪枝