论文部分内容阅读
为了进一步提升YOLOv3的小目标检测能力,文中提出将Darknet-53中的第2个残差块输出的特征图用混合空洞卷积处理后,与YOLOv3的8倍下采样特征图相融合,建立新的检测特征;同时,使用Focal Loss改进损失函数中的负样本置信度公式,缓解YOLOv3的正负样本比例失衡问题。实验结果表明,在小目标数量占比为47.7%的特定测试集上,改进YOLOv3的平均准确率和召回率分别比原YOLOv3提高了8.8%和16%;在VOC测试集上,改进YOLOv3的平均精度均值比原YOLOv3提升了3.4%。