%0 Journal Article
%A 苏东
%A 余宁梅
%T 基于深度学习的OBD端口占用状态自动识别算法
%D 2019
%R 10.13190/j.jbupt.2019-180
%J 北京邮电大学学报
%P 49-57
%V 42
%N 6
%X 针对光分路器（OBD）端口占用状态不能自动采集的问题，提出了一种改进型YOLOv3算法.增加第4个上采样特征图，提升高分辨率下密集小物体检测敏感度；针对端口固定高宽比特征，利用<em>k</em>-means聚类算法重新确定目标候选框个数和高宽比；提出软非极大值抑制算法，缓解端口靠近且被遮挡情况下引起的漏检、误检；针对4种疑难生产场景下的端口占用状态完成检测.实验结果表明，改进后的YOLOv3准确率达90.12%，相比原YOLOv3提升了5.17%.改进后的算法对于端口类物体具有更高的检测准确率.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2019-180