买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学;陕西理工大学

摘要：本发明提出了一种基于EIoU改进的YOLOv3算法，主要解决现有算法中由于重叠率、尺度及长宽比导致的基于IoU的损失LIoU计算不准从而影响检测性能的问题。首先下载当前目标检测领域通用数据集；其次重建现有算法YOLOv3网络模型并用备好的数据集进行训练，检测其性能；然后将基于EIoU的损失函数LEIoU嵌入YOLOv3算法模型中进行训练并作性能评价；最后对比经典的YOLOv3算法，分析测试结果。本发明提出的基于EIoU改进的YOLOv3算法，相比经典的YOLOv3算法，提高了平均准确率，且更适用于同一区域中有多个物体重叠时的情况，另外该模块也没有引入更多的计算量，与原模型相比，实时性没有受到影响。该模块仍然能够嵌入其他经典算法模型中做对比测试，更具适用性，且鲁棒性更好。

主权项：1.一种基于EIoU改进的YOLOv3方法，包含以下步骤：步骤一：下载当前目标检测领域通用数据集COCO数据集，保证与该领域通用数据集保持一致，以达到比对效果，检测本发明方法性能；步骤二：重建YOLOv3网络体系，并以步骤一中所选取的数据集为基础，训练YOLOv3网络，输出权重文件Q，检测其性能，并做好对比资料；步骤三：针对当前基于IoU的损失LIoU在预选框被目标框完全包裹情况下无法进行梯度回传的不足，提出改进版的基于EIoU表示的损失函数LEIoU，并将其嵌入方法模型，进行训练检测其性能；基于EIoU表示的损失函数LEIoU损失值计算公式如下：LEIoU＝1-IoU+R其中：惩罚因子其中x'1,y'1、x'1,y'2、x'2,y'1、x'2,y'2分别代表预测框的四个顶点坐标，x1,y1、x1,y2、x2,y1、x2,y2分别代表真实框的四个顶点坐标，l、w分别代表的是能够同时包含预测框和真实框的最小闭包区域的长和宽，并且l2＝maxx2,x'2-minx1,x'12，w2＝maxy2,y'2-miny1,y'12，*代表乘积，IoU即是预测框与真实框之间的交并比，LEIoU代表损失值；由上述公式可以看出，LEIoU将推动预测框与真实框不断靠近，对于预测框与真实框不相交以及包含的情况下，仍然可使预测框向真实框方向靠近，而且同时考虑了真实框完全包裹预测框的情况下预测框相同面积大小但不同长宽比的情形，LEIoU不受长宽比的限制；将该损失函数模块嵌入YOLOv3模型中替换基于IoU的损失函数LIoU，并再次进行训练，训练过程与步骤三中的训练过程保持一致，输出权重文件，并对训练结果进行检测；步骤四：对比经典的YOLOv3方法，分析测试结果。

全文数据：

权利要求：

百度查询： 西安电子科技大学 陕西理工大学 一种基于EIoU改进的YOLOv3算法