基于改进YOLOv3的教室内人物识别

摘要

针对教室内人物目标的识别场景,研究了目标检测算法YOLOv3的改进及测试。通过分析教室内人物目标识别的特点和YOLOv3网络特征提取架构,运用K-means++算法对anchor box进行宽高聚类,增大特征输出层anchor box数量,增加YOLOv3网络架构中104×104尺寸的特征输出层,得到改进后的YOLOv3目标检测网络。经数据集训练并测试,改进后的YOLOv3网络模型的识别精度提高了19.11%,而识别速度有所下降。