基于YOLOv3改进算法的人体检测技术

摘要

针对YOLOv3算法检测目标时精确度不足以及实时性欠缺等问题,提出了一种基于YOLOv3的改进检测算法.首先,采用增加检测尺度的方法来精确地检测远处小目标.其次,将YOLOv3算法的k-means算法融合DBSCAN聚类算法,对训练数据集进行聚类分析,提高目标检测的精度和速度.实验结果表明,改进的YOLOv3算法平均精度相比于原算法提高了2.89％,改进后的YOLOv3算法能够以40帧/s以上的速度进行实时监测,在一定程度上改善了精度不足和实时性欠缺的问题.