基于改进YOLOv3的装甲车辆检测方法

摘要

为了准确检测出装甲车辆目标,提出了一种基于改进YOLOv3的装甲车辆检测方法。收集不同目标类型、尺度、遮挡等条件下的装甲车辆图像并对其进行标注,得到装甲车辆目标检测数据集;利用k-means++算法计算出适用于数据集的锚框;在YOLOv3的特征提取网络中集成空间金字塔池化模块来丰富卷积特征的表达能力;通过卷积特征聚合机制并对多层级的卷积特征进行融合,从而得到改进的YOLOv3模型。在装甲车辆目标检测数据集上进行了训练与测试,结果表明:改进后的YOLOv3方法能够有效提高目标检测的性能,与原YOLOv3方法相比,本文方法在查准率和查全率上分别提升了14.5%和4.2%,平均精确度提升了5.3%,同时还能满足实时性需求。