论文部分内容阅读
提出了一种改进YOLOv3网络的无人驾驶系统多目标检测算法。该算法结合了YOLOv3的DarkNet53特征提取网络,通过改变特征金字塔输出层数,在不削减检测精度的前提下加快检测速度,同时改用DIoU(Distanced Intersection over Union)损失函数来代替边框回归的MSE损失函数,提高算法的预测召回率。使用改进型YOLOv3算法在测试集上的平均精度m AP达到83.1%,F1分数为0.816,检测速度是41fps。该方法在保证实时检测目标的同时提高了检测的召回率。