摘要
近年来,随着卷积神经网络的发展,目标检测的研究得到了很大的发展。然而,小的物体、紧凑和密集或高度重叠物体的识别具有挑战性。现有的方法可以很好地检测多个目标,但由于帧之间的细微变化,模型的检测效果会变得不稳定,检测结果可能会导致目标个数的下降或增加。为了解决这一问题,研究人员提出了新的YOLOv3算法YOLOv3-ANV,该算法在传统的算法上增加了判断器和优化器,来稳定检测结果序列的变化。在此基础上,采用万方体育竞赛数据集作为测试数据集,较Faster-RCNN和YOLOv3方法平均提高6.82%,具有一定的推广价值。
- 出版日期2022
- 单位经济管理学院; 西北大学