基于YOLOv3-tiny的視頻監(jiān)控目標(biāo)檢測(cè)算法
所屬分類:技術(shù)論文
上傳者:aetmagazine
文檔大?。?span>511 K
標(biāo)簽: 目標(biāo)檢測(cè) 視頻監(jiān)控 YOLOv3
所需積分:0分積分不夠怎么辦?
文檔介紹:目標(biāo)檢測(cè)算法在視頻監(jiān)控領(lǐng)域有著較大的實(shí)用價(jià)值。針對(duì)當(dāng)前在資源受限的視頻監(jiān)控系統(tǒng)中實(shí)現(xiàn)實(shí)時(shí)目標(biāo)檢測(cè)較為困難的情況,提出了一種基于YOLOv3-tiny改進(jìn)的目標(biāo)檢測(cè)算法。該算法在YOLOv3-tiny架構(gòu)的基礎(chǔ)之上,通過添加特征重用來優(yōu)化骨干網(wǎng)絡(luò)結(jié)構(gòu),并提出全連接注意力混合模塊來學(xué)習(xí)到更豐富的空間信息,更適合資源約束條件下的目標(biāo)檢測(cè)。實(shí)驗(yàn)數(shù)據(jù)表明,該算法相比于YOLOv3-tiny在模型體積降低39.2%,參數(shù)量降低39.8%,且在VOC數(shù)據(jù)集上提高了2.7%的mAP,在提高檢測(cè)精度的同時(shí)顯著降低了模型資源占用。
現(xiàn)在下載
VIP會(huì)員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。