一种基于YOLO v3改进算法的车辆检测方法

摘要

本发明公开了一种基于YOLO v3改进算法的车辆检测方法。包括步骤：S1.采集车辆数据集，车辆数据集包含物体GT框的多幅图像I；S2.使用维度聚类方法对GT框的宽和高进行聚类，生成K个先验框的宽和高的尺寸；S3.将图像I输入到YOLO v3的骨架网络Darknet‑53中进行特征提取，输出不同尺度的特征图；S4.将K个先验框尺寸平均分配到不同尺度的特征图上进行预测并生成相应候选框；S5、根据生成的候选框，选出最终的预测框；S6、根据特征图与原图的关系，将最终的预测框映射到原图上，定位出图像中车辆信息。该方法对GT框与聚类中心的距离计算公式作出了改进，减小了公式对IoU值的敏感性，使聚类得到的先验框尺寸更符合真实值，提升了先验框质量，从而提高了YOLO v3检测方法的性能。