基于边界极限点特征的改进YOLOv3目标检测

doi:10.11772/j.issn.1001-9081.2021111999

《计算机应用》唯一官方网站 ›› 2023, Vol. 43 ›› Issue (1): 81-87.DOI: 10.11772/j.issn.1001-9081.2021111999

所属专题：人工智能

基于边界极限点特征的改进YOLOv3目标检测

李克文, 杨建涛, 黄宗超

中国石油大学（华东）计算机科学与技术学院，山东青岛 266580

收稿日期:2021-11-24 修回日期:2022-03-16 发布日期:2022-06-17
通讯作者: 杨建涛（1998—），男，甘肃武威人，硕士研究生，主要研究方向：计算机视觉、图像处理、深度学习s20070010@s.upc.edu.cn
作者简介:李克文（1969—），男，山东东营人，教授，博士，CCF高级会员，主要研究方向：人工智能、机器学习、数据挖掘；黄宗超（1994—），男，山东聊城人，博士研究生，主要研究方向：深度学习、大数据处理、故障智能检测；

Improved YOLOv3 target detection based on boundary limit point features

LI Kewen, YANG Jiantao, HUANG Zongchao

College of Computer Science and Technology， China University of Petroleum， Qingdao Shandong 266580， China

Received:2021-11-24 Revised:2022-03-16 Online:2022-06-17
Contact: YANG Jiantao， born in 1998， M. S. candidate. His research interests include computer vision， image processing， deep learning.
About author:LI Kewen， born in 1969， Ph. D.， professor. His research interests include artificial intelligence， machine learning， data mining；HUANG Zongchao， born in 1994， Ph. D. candidate. His research interests include deep learning， big data processing， intelligent fault detection；

摘要/Abstract

摘要： 目标数量多、尺度较小与高度重叠等问题导致目标检测精度低、难度大。为提升目标检测精度，尽可能避免漏检、误检情况，提出一种基于边界极限点特征的改进YOLOv3目标检测算法。首先，引入边界增强算子Border，从边界的极限点中自适应地提取边界特征来增强已有点特征，提高目标定位准确度；然后，增加目标检测尺度，细化特征图，增强特征图深、浅层语义信息的融合，提高目标检测精度；最后，基于目标检测中目标实例特性及改进网络模型，引入完全交并比（CIoU）函数对原YOLOv3损失函数进行改进，提高检测框收敛速度以及检测框召回率。实验结果表明，相较于原YOLOv3目标检测算法，改进后的YOLOv3目标检测算法的平均精度提高了3.9个百分点，且检测速度与原算法相近，能有效提高模型对目标的检测能力。

关键词: 目标检测, 边界极限点, YOLOv3算法, 细化特征图, 多尺度检测, 损失函数

Abstract: The problems of large number of targets， small scale and high-overlapping lead to low accuracy and difficulty in target detection. In order to improve the precision of target detection and avoid missed detection and false detection as much as possible， an improved YOLOv3 target detection algorithm based on boundary limit point features was proposed. Firstly， a boundary enhancement operator Border was introduced to adaptively extract boundary features from the limit points of the boundary to enhance the features of the existing points and improve the accuracy of target positioning. Then， the precision of target detection was further improved by increasing the target detection scale， refining the feature map， and enhancing the fusion of the feature image deep and shallow semantic information. Finally， based on the target instance characteristics in target detection and the improved network model， the Complete Intersection over Union （CIoU） function was introduced to improve the original YOLOv3 loss function， thereby improving the convergence speed and recall of the detection box. Experimental results show that compared with the original YOLOv3 target detection algorithm， the improved YOLOv3 target detection algorithm has the Average Precision increased by 3.9 percentage points ， and has the detection speed similar to the original algorithm， verifying that it can effectively improve the target detection ability of models.

Key words: target detection, boundary limit point, YOLOv3 algorithm, refinement feature map, multi-scale detection, loss function

中图分类号:

TP391.41

李克文, 杨建涛, 黄宗超. 基于边界极限点特征的改进YOLOv3目标检测[J]. 计算机应用, 2023, 43(1): 81-87.

LI Kewen, YANG Jiantao, HUANG Zongchao. Improved YOLOv3 target detection based on boundary limit point features[J]. Journal of Computer Applications, 2023, 43(1): 81-87.

参考文献

1 YI J R， WU P X， METAXAS D N. ASSD： attentive single shot multibox detector［J］. Computer Vision and Image Understanding， 2019， 189： No.102827. 10.1016/j.cviu.2019.102827
2 LI X L， SONG D W， DONG Y S. Hierarchical feature fusion network for salient object detection［J］. IEEE Transactions on Image Processing， 2020， 29： 9165-9175. 10.1109/tip.2020.3023774
3 赵宏，孔东一. 图像特征注意力与自适应注意力融合的图像内容中文描述［J］. 计算机应用， 2021， 41（9）：2496-2503. 10.11772/j.issn.1001-9081.2020111829 ZHAO H， KONG D Y. Chinese description of image content based on fusion of image feature attention and adaptive attention［J］. Journal of Computer Applications， 2021， 41（9）： 2496-2503. 10.11772/j.issn.1001-9081.2020111829
4 HE K M， ZHANG X Y， REN S Q， et al. Deep residual learning for image recognition［C］// Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2016： 770-778. 10.1109/cvpr.2016.90
5 RADOSAVOVIC I， KOSARAJU R P， GIRSHICK R， et al. Designing network design spaces［C］// Proceedings of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2020： 10425-10433. 10.1109/cvpr42600.2020.01044
6 BROCK A， DE S， SMITH S L， et al. High-performance large-scale image recognition without normalization［C］// Proceedings of the 38th International Conference on Machine Learning. New York： JMLR.org， 2021： 1059-1071. 10.48550/arXiv.2102.06171
7 REDMON J， DIVVALA S， GIRSHICK R， et al. You only look once： unified， real-time object detection［C］// Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2016： 779-788. 10.1109/cvpr.2016.91
8 REDMON J， FARHADI A. YOLO9000： better， faster， stronger［C］// Proceedings of the 2017 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2017： 6517-6525. 10.1109/cvpr.2017.690
9 REDMON J， FARHADI A. YOLOv3： an incremental improvement［EB/OL］. （2018-04-08）［2021-12-10］.https：//arxiv.org/pdf/1804.02767.pdf. 10.1109/cvpr.2017.690
10 LIU W， ANGUELOV D， ERHAN D， et al. SSD： single shot multiBox detector［C］// Proceedings of the 2016 European Conference on Computer Vision， LNCS 9905. Cham： Springer， 2016： 21-37.
11 LIN T Y， GOYAL P， GIRSHICK R， et al. Focal loss for dense object detection［C］// Proceedings of the 2017 IEEE International Conference on Computer Vision. Piscataway： IEEE， 2017： 2999-3007. 10.1109/iccv.2017.324
12 GIRSHICK R， DONAHUE J， DARRELL T， et al. Rich feature hierarchies for accurate object detection and semantic segmentation［C］// Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2014： 580-587. 10.1109/cvpr.2014.81
13 GIRSHICK R. Fast R-CNN［C］// Proceedings of the 2015 IEEE International Conference on Computer Vision. Piscataway： IEEE， 2015： 1440-1448. 10.1109/iccv.2015.169
14 REN S Q， HE K M， GIRSHICK R， et al. Faster R-CNN： towards real-time object detection with region proposal networks［C］// Proceedings of the 28th International Conference on Neural Information Processing Systems. Cambridge： MIT Press， 2015： 91-99.
15 ZHENG Z H， WANG P， LIU W， et al. Distance-IoU loss： faster and better learning for bounding box regression［C］// Proceedings of the 34th AAAI Conference on Artificial Intelligence. Palo Alto， CA： AAAI Press， 2020： 12993-13000. 10.1609/aaai.v34i07.6999
16 LIN T Y， MAIRE M， BELONGIE S， et al. Microsoft COCO： common objects in context［C］// Proceedings of the 2014 European Conference on Computer Vision， LNCS 8693. Cham： Springer， 2014： 740-755.
17 HUANG Z C， WANG J L， FU X S， et al. DC-SPP-YOLO： dense connection and spatial pyramid pooling based YOLO for object detection［J］. Information Sciences， 2020， 522： 241-258. 10.1016/j.ins.2020.02.067
18 WU W H， LI Q. Machine vision inspection of electrical connectors based on improved Yolo v3［J］. IEEE Access， 2020， 8： 166184-166196. 10.1109/access.2020.3022405
19 LIU G X， NOUAZE J C， TOUKO MBOUEMBE P L， et al. YOLO-Tomato： a robust algorithm for tomato detection based on YOLOv3［J］. Sensors， 2020， 20（7）： No.2145. 10.3390/s20072145
20 HSU W Y， LIN W Y. Ratio-and-scale-aware YOLO for pedestrian detection［J］. IEEE Transactions on Image Processing， 2021， 30： 934-947. 10.1109/tip.2020.3039574
21 LIN T Y， DOLLáR P， GIRSHICK R， et al. Feature pyramid networks for object detection［C］// Proceedings of the 2017 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2017： 936-944. 10.1109/cvpr.2017.106
22 VU T， JANG H， PHAM T X， et al. Cascade RPN： Delving into high-quality region proposal network with adaptive convolution［C/OL］// Proceedings of the 33rd Conference on Neural Information Processing Systems. ［2021-08-23］. https：//proceedings.neurips.cc/paper/2019/file/d554f7bb7be44a7267068a7df88ddd20-Paper.pdf.
23 HUANG J， RATHOD V， SUN C， et al. Speed/accuracy trade-offs for modern convolutional object detectors ［C］// Proceedings of the 2017 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： 2017： 7310-7311. 10.1109/cvpr.2017.351
24 SHRIVASTAVA A， SUKTHANKAR R， MALIK J， et al. Beyond skip connections： top-down modulation for object detection［EB/OL］. （2017-09-19）［2021-05-03］.https：//arxiv.org/pdf/1612.06851.pdf.
25 FU C Y， LIU W， RANGA A， et al. DSSD： deconvolutional single shot detector［EB/OL］. （2017-01-23）［2021-07-24］.https：//arxiv.org/pdf/1701.06659.pdf.
26 TAN M X， PANG R M， LE Q V. EfficientDet： scalable and efficient object detection［C］// Proceedings of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2020： 10778-10787. 10.1109/cvpr42600.2020.01079
27 LIU S T， HUANG D， WANG Y H. Learning spatial fusion for single-shot object detection［EB/OL］. （2019-11-25）［2021-02-12］.https：//arxiv.org/pdf/1911.09516.pdf.
28 QIU H， MA Y C， LI Z M， et al. BorderDet： border feature for dense object detection［C］// Proceedings of the 2020 European Conference on Computer Vision， LNCS 12346. Cham： Springer， 2020： 549-564.
29 LI Z H， XI T， ZHANG G， et al. AutoDet： pyramid network architecture search for object detection［J］. International Journal of Computer Vision， 2021， 129（4）： 1087-1105. 10.1007/s11263-020-01415-x
30 SZEGEDY C， IOFFE S， VANHOUCKE V， et al. Inception-v4， inception-ResNet and the impact of residual connections on learning［C］// Proceedings of the 31st AAAI Conference on Artificial Intelligence. Palo Alto， CA： AAAI Press， 2017： 4278-4284. 10.1609/aaai.v31i1.11231

[1]	段升位, 程欣宇, 王浩舟, 王飞. 基于改进的YOLOv5的大坝表面病害检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2619-2629.
[2]	姜钧舰, 刘达维, 刘逸凡, 任酉贵, 赵志滨. 基于孪生网络的小样本目标检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2325-2329.
[3]	梁美佳, 刘昕武, 胡晓鹏. 基于改进YOLOv3的列车运行环境图像小目标检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2611-2618.
[4]	郭祥, 姜文刚, 王宇航. 基于改进Inception-ResNet的加密流量分类方法[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2471-2476.
[5]	周静, 胡怡宇, 胡成玉, 王天江. 基于点云补全和多分辨Transformer的弱感知目标检测方法[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 2155-2165.
[6]	姬张建, 张明, 王子龙. 基于改进VarifocalNet的高精度目标检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 2147-2154.
[7]	李忠雨, 孙浩东, 李娇. 轻量化篮球裁判手势识别算法[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 2173-2181.
[8]	吕宗喆, 徐慧, 杨骁, 王勇, 王唯鉴. 面向小目标的YOLOv5安全帽检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1943-1949.
[9]	方可, 刘蓉, 魏驰宇, 张心月, 刘杨. 复杂场景下的行人跌倒检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1811-1817.
[10]	王强, 黄小明, 佟强, 刘秀磊. 基于边界框标注的弱监督显著性目标检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1910-1918.
[11]	刘辉, 张琳玉, 王复港, 何如瑾. 基于注意力机制和上下文信息的目标检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1557-1564.
[12]	祖佳贞, 周永霞, 陈乐. 结合注意力的双分支残差低光照图像增强[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1240-1247.
[13]	陈志, 李歆, 林丽燕, 钟婧, 时鹏. 引入门控轴向自注意力的多通道病理图像分割[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1269-1277.
[14]	姚英茂, 姜晓燕. 基于图卷积网络与自注意力图池化的视频行人重识别方法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 728-735.
[15]	伏博毅, 彭云聪, 蓝鑫, 秦小林. 基于深度学习的标签噪声学习算法综述[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 674-684.

基于边界极限点特征的改进YOLOv3目标检测

Improved YOLOv3 target detection based on boundary limit point features

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics