基于暗通道和改进YOLOv3的雾天车辆检测算法

摘要

针对雾天车辆检测过程中雾气影响严重导致检测精度不高的问题,为提升检测性能,基于暗通道去雾方法和YOLOv3模型提出一种改进的检测算法。首先,通过暗通道算法对图像进行去雾操作,提升图像的清晰度;其次,通过K-means聚类计算适合车辆检测的先验框,提升YOLOv3算法的检测精度;最后,引入注意力机制,对用以检测的特征图作进一步的特征提取,提高了算法对特征信息的挖掘能力。为了测试该算法的检测效果,在雾天车辆数据集上进行实验。实验结果表明,本文算法比YOLOv3算法的平均精度提升了4.1%,达到了97.5%,能够有效地提升雾天车辆检测的性能。