论文部分内容阅读
YOLOv3存在参数多、计算量大和卷积核单一等问题,导致在检测行人过程中出现精确度低和检测速率慢的现象,因此提出一种基于深度可分离卷积的YOLOv3行人目标检测算法。为了减少模型计算量,利用深度可分离卷积重新构建Darknet53网络;将Inception网络结构融入检测网络中以提升网络结构复杂度和检测精确度。在VOC2007数据集上的检测结果表明,该算法的精确率高达90.3%,检测速率为65.34帧/s,明显优于YOLOv3行人检测算法。