基于OP_YOLOv3 Tiny算法的电路实验器材检测

为了实现基于边缘计算的电路实验器材检测算法,该文研究基于YOLOv3-Tiny算法的重叠池化(Overlapping Pooling,OP)_YOLOv3 Tiny算法.采用5层最大池化(MAX Pooling)层对特征矩阵进行重叠池化降维操作,削弱池化的特征弱化现象;优化调整图像尺寸,丰富小目标的浅、深层信息;同时,采用K-means聚类算法获得锚框(Anchor box)的最佳参数.实验结果表明,基于OP_YOLOv3 Tiny算法在RK3399Pro开发板上对电路实验器材的检测帧率达到33.8 f/s,检测精准率达到88.1％,与YOLOv3-Tiny算法相比,精测精准率提升了4.7％,可以满足实时目标检测的要求.