改进YOLOv2卷积神经网络的多类型合作目标检测

ifsleep

改进YOLOv2卷积神经网络的多类型合作目标检测

来源：光学精密工程
发表时间：2020-01-15
作者：王建林  付雪松  黄展超  郭永奇  王汝童  赵利强
摘要：针对大型构件三维精密测量中构件结构复杂、测量环境变化等导致的合作目标检测精度低的问题，提出一种改进YOLOv2卷积神经网络的多类型合作目标检测方法。首先，利用WGAN-GP生成对抗网络扩增合作目标图像样本数量；其次，采用卷积层密集连接代替YOLOv2基础网络的逐层连接增强图像特征信息流，引入空间金字塔池化汇聚图像局部区域特征，构建改进YOLOv2卷积神经网络的多类型合作目标检测方法；最后，采用增强的目标图像样本数据集训练改进YOLOv2卷积神经网络的多类型合作目标检测模型，实现多类型合作目标检测。实验结果表明：采用多类型合作目标图像数据集测试，多类型合作目标检测精度达到90.48%，目标检测速度为58.7 fps。该方法具有较高的检测精度和速度，鲁棒性好，满足大型构件三维精密测量中多类型合作目标检测的要求。

关键词： 合作目标,  目标检测,  数据增强,  改进YOLOv2,  卷积神经网络

炸果壳

之前被导师放养，就打算做这个深度学习方向。