计算机工程

作者：沈记全, 陈相均, 翟海霞

单位：河南理工大学 计算机科学与技术学院, 河南 焦作 454000

关键词：YOLOv3检测算法,边界框回归,交并比,BR-IoU损失算法,宽高比

基金：国家自然科学基金（61972134）；河南省科技攻关项目（182102310946）。

YOLOv3检测算法中的边界框回归损失函数对边界框尺度敏感，且与算法检测效果评价标准交并比（IoU）之间的优化不具有强相关性，无法准确反映真值框与预测框之间的重叠情况，造成收敛效果不佳。针对上述问题，提出基于IoU的改进边界框回归损失算法BR-IoU。将IoU作为边界框回归损失函数的损失项，使不同尺度的边界框在回归过程中获得更均衡的损失优化权重。在此基础上，通过添加惩罚项最小化预测框与真值框中心点间围成的矩形面积，并提高预测框与真值框之间宽高比的一致性，从而优化边界框的回归收敛效果。在PASCAL VOC和COCO数据集上的实验结果表明，在不影响实时性的前提下，BR-IoU能够有效提高检测精度，采用BR-IoU的YOLOv3算法在PASCAL VOC 2007测试集上mAP较原YOLOv3算法和G-YOLO算法分别提高2.5和1.51个百分点，在COCO测试集上分别提高2.07和0.66个百分点。

来源：2022年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第3期