本發明提出了一種基于EIoU改進的YOLOv3算法,主要解決現有算法中由于重疊率、尺度及長寬比導致的基于IoU的損失LIoU計算不準從而影響檢測性能的問題。首先下載當前目標檢測領域通用數據集;其次重建現有算法YOLOv3網絡模型并用備好的數據集進行訓練,檢測其性能;然后將基于EIoU的損失函數LEIoU嵌入YOLOv3算法模型中進行訓練并作性能評價;最后對比經典的YOLOv3算法,分析測試結果。本發明提出的基于EIoU改進的YOLOv3算法,相比經典的YOLOv3算法,提高了平均準確率,且更適用于同一區域中有多個物體重疊時的情況,另外該模塊也沒有引入更多的計算量,與原模型相比,實時性沒有受到影響。該模塊仍然能夠嵌入其他經典算法模型中做對比測試,更具適用性,且魯棒性更好。
聲明:
“一種基于EIoU改進的YOLOv3算法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)