[發明專利]一種改進的YOLOv3候選框加權融合選取策略

在審

• 申請號: 202010550745.0
• 申請日: 2020-06-16
• 公開（公告）號: CN111695638A
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 張紅;李建華;徐志剛;曹潔;任偉
• 申請（專利權）人: 蘭州理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 北京勁創知識產權代理事務所(普通合伙) 11589
• 代理人: 張鐵蘭

1.一種改進的YOLOv3候選框加權融合選取策略，其特征在于所述包括如下步驟：

1)將候選框按類別分組，取每個類別中局部極大值候選框記作Bk＝[x1,y1,x2,y2]及其置信度記作s，其中[x1,y1]和[x2,y2]分別表示候選框的左上角及右下角坐標；

2)取與極大值候選框重疊度大于預定閾值N_t的n個冗余框集合記作C＝{C₁,C₂,..,C_i,..,C_n}及其相對應的類別置信度集合記作S＝{s₁,s₂,..,s_i,..,s_n}，計算出每個候選框的融合權值；

3)將YOLOv3模型與傳統NMS算法結合，通過在COCO數據集上訓練，預置初始學習率和衰減系數，采用Adam使神經網絡達到收斂，通過將訓練數據集圖像旋轉或增強對比度兩種方式擴充訓練集數量；

4)將各個算法單獨與YOLOv3模型結合運行，通過在COCO驗證集上調整參數尋找到使其檢測精度參數值。

2.根據權利要求1所述的一種改進的YOLOv3候選框加權融合選取策略，其特征在于所述C1＝[x1,y1,x2,y2]。

3.根據權利要求1所述的一種改進的YOLOv3候選框加權融合選取策略，其特征在于所述初始學習率和衰減系數分別為0.001和0.0005。

4.根據權利要求1所述的一種改進的YOLOv3候選框加權融合選取策略，其特征在于所述算法包括高斯算法、線性算法、算法一、算法二、算法三、算法四、算法五和算法六。