科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了一种改进的MobileNetv3-YOLOv3算法.引入SPPNet去除重复特征，提高候选框的选取速度，加快模型的推理速度；引入CSPNet消除计算瓶颈，节省计算量；引入Focus层防止特征图信息丢失，保证模型的准确度.在CCTSDB数据集上的实验结果表明：MobileNetv3与YOLOv3算法结合最佳，改进MobileNetv3-YOLOv3算法的平均精度高达97.7%,检测速度FPS达到89,与YOLOv3算法相比较，本文算法精确度(P)、召回率(R)、平均精度值(mAP)、每秒传输帧数(FPS)都得到了提升，分别提升6%,1.8%,1.8%和15%,与最新的算法相比较本文的P值以及mAP值均取得了最优的结果.可以看出所提出的算法在极大地减少模型参数量和计算量的同时，提高了检测精度以及检测速度.
- 出版日期2022
- 单位新疆大学
