一种青海高原动物图像目标检测模型的改进方法

摘要

本发明涉及目标检测技术领域，具体提出一种青海高原动物图像目标检测模型的改进方法，以YOLOV3模型为基础：首先，引入k‑means++聚类算法重新对数据集进行聚类分析并选择理想的anchor值，以此对预测框进行改进；其次，在YOLOV3模型已有的三个特征尺寸：(13*13)、(26*26)、(52*52)的基础上增加(104*104)特征尺度以负责原有特征尺寸漏检或误检的小目标；再次，对非极大值抑制算法NMS进行改进；最后，引入KL‑Loss求边框回归损失，使预测框与真实物体的分布更加接近，进一步提高检测精度。本发明有助于显著提升对小目标的检测精度，能满足青海高原动物图像的目标检测需要。