基于深度学习的果园行人检测

摘要

在果园中,利用无人机进行行人检测过程中,由于果园中存在着运动中和非正常姿势的人、从各种距离看到的人甚至是被树枝、树叶大量遮挡的人,并且由于光线的多样性,给果园中行人检测带来了很大的挑战性.本文基于深度学习中YOLO系列目标检测方法,通过在图像上运行单个卷积神经网络,直接在图像的多个位置上回归出检测目标边框以及目标类别.使用基于YOLOv2算法的tiny-yolov2检测方法对行人目标检测速度达到10ms,准确率达80％,使用基于改进版YOLOv3算法的tiny-yolov3检测方法,在保证检测速度情况下,准确率提高了10％,满足大部分果园中实时准确行人检测.