一种面向不平衡数据集的YOLOv3改进头盔检测方法
计算机视觉与模式识别
2020-12-02 v2
摘要
YOLOv3目标检测算法因其高速与高精度而广泛应用于工业界，但存在诸如不平衡数据集上精度下降等局限。该算法基于高斯模糊数据增强方法对数据集进行预处理并改进YOLOv3目标检测算法。通过高效的预处理，在不改变YOLOv3识别速度的情况下，其置信度普遍提升0.01-0.02，且因有效的特征融合，处理后的图像在图像定位上表现更优，更符合生产中对识别速度与精度的要求。
引用
@article{arxiv.2011.04214,
title = {An improved helmet detection method for YOLOv3 on an unbalanced dataset},
author = {Rui Geng and Yixuan Ma and Wanhong Huang},
journal= {arXiv preprint arXiv:2011.04214},
year = {2020}
}