基于Yolov3网络的无人驾驶汽车车辆目标的检测

摘要

针对无人驾驶汽车对道路车辆目标进行检测时，目标识别算法容易出现误检、漏检，检测准确度低的问题，提出了一种基于ResNet50为基础网络的Yolov3改进模型.通过实验分析，平均精度为88%,较原Yolov3模型的83%,证明该方法在平均精度上比原算法有较大的提升，PR(精准率-召回率)曲线接近(1,1)坐标，证明该方法综合性能得到有效的提升，对1 280×720像素mp4格式视频检测时速度不低于40帧/s,能够满足实时检测的要求.

关键词

无人驾驶 / Yolov3模型 / 目标检测 / 车辆识别