YOLOv算法改进方法-提升自动驾驶系统中小物体检测

一种改进YOLOv算法的方法，用于提升自动驾驶系统中小物体的检测效果。该方法被称为YOLO-Z，并采用了YOLOv的骨干网络架构，对网络的部分进行了优化和改进。其中，作者提出了两种解决方案，包括分裂原图和改进NMS策略。实验证明，YOLO-Z在COCO数据集上的mAP指标领先于其他方法，在小物体检测方面尤为显著。关键点：YOLO-Z是一种改进的YOLOv算法，专注于自动驾驶场景下小物体检测。方法采用YOLOv的骨干网络架构，对小物体检测进行了优化和改进。作者提出了分裂原图和改进NMS策略两种解决方案，解决了小物体检测和遮挡问题。创新点：本文提出了一种改进的YOLOv算法，应用于自动驾驶系统中小物体检测，具有广泛的应用意义。方法采用YOLOv的骨干网络架构，并进行了优化和改进，提高了检测精度。作者还提出了分裂原图和改进NMS策略的解决方案，分别解决了小物体检测和遮挡问题。