公开(公告)号：CN112287788A

公开(公告)日：2021-01-29

申请号：CN202011124018.4

申请日：2020-10-20

Applicant: 杭州电子科技大学

Inventor： 何志伟 ,  张华佳 ,  董哲康 ,  林辉品 ,  高明煜

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于改进YOLOv3和改进NMS的行人检测方法。具体包括采集行人图像、图像预处理、构建训练集与测试集、利用YOLOv3网络提取训练集中的行人特征、通过K‑means聚类方法从已标注的数据中得到最有可能的检测目标形状、使用二元交叉熵函数、CIoU‑Loss分别作为类别预测损失函数和预测框损失函数，并引入GHM思想。最后加入置信度损失函数作为本算法的总损失函数；使用改进FPN网络对模型预测过程产生的多尺度信息进行融合；最后融合CIoU和Soft‑NMS的思想提出了CIoU‑Soft‑NMS算法去除多余的预测边界框，输出模型预测的类别、边界框与类别置信度。本发明的行人检测准确率高，采用的CIoU‑GHM‑R损失函数降低了正负样本不均衡带来的影响，而CIoU‑Soft‑NMS算法降低了模型在遮挡环境下的误检率。