本发明提出了一种基于EIoU改进的YOLOv3算法,主要解决现有算法中由于重叠率、尺度及长宽比导致的基于IoU的损失L
IoU计算不准从而影响检测性能的问题。首先下载当前目标检测领域通用数据集;其次重建现有算法YOLOv3网络模型并用备好的数据集进行训练,检测其性能;然后将基于EIoU的损失函数L
EIoU嵌入YOLOv3算法模型中进行训练并作性能评价;最后对比经典的YOLOv3算法,分析测试结果。本发明提出的基于EIoU改进的YOLOv3算法,相比经典的YOLOv3算法,提高了平均准确率,且更适用于同一区域中有多个物体重叠时的情况,另外该模块也没有引入更多的计算量,与原模型相比,实时性没有受到影响。该模块仍然能够嵌入其他经典算法模型中做对比测试,更具适用性,且鲁棒性更好。
声明:
“一种基于EIoU改进的YOLOv3算法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)