技术总结
本发明公开了一种基于YOLOv3的轻量级框架改进的目标识别方法，通过将YOLOv3的轻量级版本YOLOv3‑tiny和SENet相结合得到YOLOv3‑tiny‑SE来进行目标检测和识别。具体包括：在不同的路况、行车环境和天气条件下进行车辆、行人和交通环境图片的采集，对采集到的数据进行预处理以及数据增强，制作并完善目标识别样本集，对样本集进行标注，然后将样本集分为训练集和测试集两部分，在YOLOv3‑tiny中嵌入SENet结构，得到YOLOv3‑tiny‑SE，在训练集上训练YOLOv3‑tiny‑SE，在测试集上测试YOLOv3‑tiny‑SE，然后和YOLOv3‑tiny性能进行比较。本发明提出的目标识别方法泛化能力强，且可以加快目标检测速度、提高小目标检测的准确率、提高模型参数对噪声的鲁棒性。
技术研发人员：陈名松;张泽功;吴泳蓉;吴冉冉
受保护的技术使用者：桂林电子科技大学
技术研发日：2019.10.23
技术公布日：2020.03.27