- 2 次围观
针对因背景与人脸高度相似和人脸目标尺度过小而导致的人脸检测精度较低的问题,提出了一种改进的基于YOLOv3的人脸检测算法。首先使用遗传算法改进原算法中随机初始化的影响,生成更符合目标大小的预测框,其次用轻量级网络改进原特征提取网络,提高人脸检测速度,最后使用边框回归损失代替YOLOv3坐标损失函数并改进置信度损失函数以提升训练收敛速度和结果精度。所设计的算法模型在Wider Face数据集上的检测精度和速度得到了提升。
来源出处
改进的基于YOLOv3的人脸检测算法
http://sjcj.nuaa.edu.cn/sjcjycl/article/abstract/202305008
相关内容
发布日期
08/04/2020 - 01:35
发布日期
01/10/2022 - 19:32
发布日期
08/04/2020 - 01:35
发布日期
10/31/2021 - 01:12
发布日期
09/05/2024 - 19:28
发布日期
02/18/2025 - 20:48
发布日期
10/17/2023 - 23:16
发布日期
06/17/2022 - 10:21
发布日期
01/10/2022 - 19:31
发布日期
02/18/2025 - 20:47
发布日期
01/18/2025 - 20:37
发布日期
08/04/2020 - 01:35
发布日期
08/04/2020 - 01:35
发布日期
01/31/2024 - 13:01
发布日期
10/31/2021 - 01:48
发布日期
01/10/2022 - 19:31
发布日期
07/19/2023 - 21:44
发布日期
08/04/2020 - 01:35
发布日期
02/29/2024 - 16:35
发布日期
06/17/2022 - 10:21