基于YOLO的多类别多目标检测算法改进.pdfVIP

软件开发

基于YOLO的多类别多目标检测算法改进

1112

马帅，田国富，张文鹏，周淑文

（1.沈阳工业大学，辽宁沈阳，110027；2.东北大学，辽宁沈阳，110167）

摘要：针对智能驾驶感知算法检测效果不佳、模型过大等问题，在YOLOV3算法上进行改进，首先选取了一种更加高效且更符合实际需求

的激活函数——GELU激活函数，构建的DBG模块不仅在负区间对数值处理更加得当，且在一定程度上抑制过拟合倾向；考虑到目标语义

信息和位置信息分布不均对检测效果的影响，提出‘双塔结构’将两种信息进一步融合，并在中路增加DBG模块对融合后的信息强化提

取，进一步提升目标的识别率；本着精度不变的条件下模型越小越好的原则对模型进行层级剪枝优化，提高了智能驾驶感知算法的检测

速度且降低了模型大小。实验首先通过K-Means聚类算法生成先验框，最后在BDD100K数据集上进行测试，实验结果相比YOLOv3算法，

Bus检测精度提升了5%，Bike和Rider检测精度提升了3%；改进前后mAP提高了2.375%；且FPS提升7%；模型大小由240882KB减少到

234134KB，具有更好的实用性。

关键词：智能驾驶；信息融合；DBG模块；YOLO；K-Means

0引言1YOLOV3网络结构

智能车辆的技术可分为四个层面：环境感知、行为决YOLOV3的检测过程细分可以分两步：首先确定检测

策、路径规划和运动控制，环境感知是获取外部信息的唯一目标的位置，再对被检测目标进行分类。网络接收到图像数

渠道。随着计算机硬件资源和卷积算法的不断突破，基于据先将其宽高尺寸变为416×416，经过一系列的卷积操作、

CNN（卷积神经网络）的目标检测算法也得到质的提升，残差结构及上采样处理，最后输出目标物体位置、类别以及

并且在精度和性能方面取得了显著成果[1]。基于CNN的目置信度。不同于YOLOV2的检测策略，YOLOV3具有三个

标检测算法目前主要分为Two-Stages（二阶段）和One-不同尺度上的检测，而YOLOV2只有一个检测头（Detection

Stage（一阶段）两种[2]，两阶段目标检测算法主要有R-CNN、Head），不同的尺度特征包含丰富的语义信息。YOLOV3

SPP-Net、FastR-CNN系列和MaskR-CNN等；单阶段目网络结构图如图1所示。

标检测算法主要有SDD算法和YOLO系列算法。智能驾驶当输入尺寸为416×416时，32倍/16倍/8倍下采样

感知应达到实时识别的要求，所以只能采用一阶段算法。智后三个检测头的大小分别为13×13、26×26和52×52。

能驾驶环境感知现如今分为两个派别：多传感器信息数据融YOLOV3仍使用K-Means聚类法生成AnchorBox（先验框）。

合和视觉感知，基于视觉的环境感知成本相对来说要低得简单来说，AnchorBoxes就是对预测的对象范围进行约束，

多。本文的自动驾驶目标检测仍选用YOLOV3作为视觉感对于每一个网格都生设置3个AnchorBoxes，由于在三个

知算法基础框架，针对YOLOV3检测器识别精度不高，且不同尺度FeatureMap上做预测，所以一个位置共有9个

检测速度和模型大小均有一定的提升空间的问题，提出了一AnchorBoxes。该算法的缺点是对于小而密集目标检测效

些可行方案。果不佳，且检测速度和模型大小均有进一步的优化空间。

图1YOLOV3网络结构图

68|电子制作2023年6月