ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】近年来，随着卷积神经网络的发展，目标检测的研究得到了很大的发展。然而，小的物体、紧凑和密集或高度重叠物体的识别具有挑战性。现有的方法可以很好地检测多个目标，但由于帧之间的细微变化，模型的检测效果会变得不稳定，检测结果可能会导致目标个数的下降或增加。为了解决这一问题，研究人员提出了新的 Y O L O v3 算法YOLOv3-ANV，该算法在传统的算法上增加了判断器和优化器，来稳定检测结果序列的变化。在此基础上，采用万方体育竞赛数据集作为测试数据集，较 Faster-RCNN 和 YOLOv3 方法平均提高 6.82%，具有一定的推广价值。
