郭 飛，郝 琨，趙 璐

（天津城建大學(xué)計算機與信息工程學(xué)院，天津 300384）

目標(biāo)檢測的任務(wù)是找出圖像中所有感興趣的目標(biāo)，并確定它們的位置和類別，它給圖像分類、圖像分割和視頻理解提供了豐富的信息，因此受到廣泛的關(guān)注.同時作為眾多實踐領(lǐng)域的核心技術(shù)，目標(biāo)檢測也被廣泛應(yīng)用于無人駕駛、視頻監(jiān)控、交通安全等眾多領(lǐng)域，尤其是在檢測日常生活場景中的對象（人、動物、交通車輛和家具用品等）具有重要的研究意義.

近年來，隨著卷積神經(jīng)網(wǎng)絡(luò)[1]（convolutional neural network，CNN）的出現(xiàn)，圖像目標(biāo)檢測取得了顯著的成就，在基于深度學(xué)習(xí)的目標(biāo)檢測時代，現(xiàn)有的圖像目標(biāo)檢測方法大多數(shù)遵循“兩階段”和“一階段”兩種模式，前者是一個由粗略到精細(xì)的過程，而后者則是一步到位完成.目前經(jīng)典兩階段目標(biāo)檢測方法有RCNN、SPPNet、Fast R-CNN 和Faster R-CNN 等，文獻[2]中首次提出了具有CNN 特征的候選區(qū)域網(wǎng)絡(luò)（regioncnn，R-CNN），利用selective search[3]區(qū)域建議方法對可能存在目標(biāo)位置進行篩選，并對每個建議框進一步縮放，將建議框輸入到提前訓(xùn)練好的CNN 模型中進行特征的提取，借助分類器判斷各個區(qū)域中是否含有特定類型目標(biāo)，最后通過非極大值抑制、邊框位置回歸等后處理操作得到最終目標(biāo)的位置；文獻[4]提出空間金字塔池化網(wǎng)絡(luò)（spatial pyramid pooling networks，SPPNet），通過引入空間金字塔池化來解決R-CNN 重復(fù)計算大量重疊候選區(qū)域的問題，從而避免了卷積特征的重復(fù)計算；針對空間金字塔網(wǎng)絡(luò)的訓(xùn)練過程仍是一個多階段過程，文獻[5]提出Fast R-CNN，實現(xiàn)了檢測器和邊框回歸器的同步訓(xùn)練，另外通過共享計算加速特征提取，使得檢測速度比R-CNN 快將近200 倍；文獻[6]中采用區(qū)域建議網(wǎng)絡(luò)（region proposal network，RPN）和共享跨階段特征的方案，實現(xiàn)了第一個接近實時的端到端的深度學(xué)習(xí)檢測器，突破了目標(biāo)檢測速度的瓶頸.雖然經(jīng)典的兩階段目標(biāo)檢測方法實現(xiàn)了較高的精確度，但檢測速度還有待提升.針對檢測速度慢的問題，研究者提出YOLO 系列、Focal Loss、Cornernet和FoveaBox 等一階段目標(biāo)檢測方法.文獻[7]首次提出完全不同于R-CNN 系列的一階段目標(biāo)檢測方法YOLO（youonlylookonce：unified，real-timeobjectdetection），代替了兩階段目標(biāo)檢測方法的“proposal detection +verification”模式，將整張原始圖像劃分為多個區(qū)域后直接預(yù)測每個區(qū)域的邊界框和類別置信度值.盡管YOLO 的檢測速度提升了很多，但與兩級檢測器相比，檢測精度卻有所下降，接著YOLOv2[8]和YOLOv3[9]相繼被提出，在保持較高檢測速度的同時，檢測能力進一步得到提高；針對正負(fù)樣本分布不均衡的問題，文獻[10]中提出用焦點損失函數(shù)來進一步解決正樣本和負(fù)樣本之間的不平衡問題，從而提升一階段目標(biāo)檢測方法的準(zhǔn)確率；文獻[11]首次將檢測目標(biāo)框變成了一對關(guān)鍵點的定位問題，消除了對錨框的依賴，同時利用角點池化技術(shù)更有效地定位角點；針對Cornernet 中需對識別的關(guān)鍵點進行正確的分類，文獻[12]將實例類和邊界框關(guān)聯(lián)在一起直接預(yù)測框和類，避免了不同實例的分隔.雖然一階段類目標(biāo)檢測方法摒棄了提取建議區(qū)域的過程，整個神經(jīng)網(wǎng)絡(luò)可以直接應(yīng)用于完整圖像，只需一步就完成了識別/回歸，速度較快，但因訓(xùn)練過程中正負(fù)樣本分布的不均衡性，使得檢測精度遠(yuǎn)遠(yuǎn)比不上兩階段目標(biāo)檢測器.

綜上，針對目標(biāo)檢測方法中存在正負(fù)樣本分布不均衡、檢測精度低等問題，本文提出一種基于混合池化YOLO 的目標(biāo)檢測方法（object detection method based on mixed-pooling YOLO，ODMMP-YOLO）.ODMMPYOLO 設(shè)計并使用含有混合池化的特征提取網(wǎng)絡(luò)DMP（darknet based on mixed pooling，DMP），避免了因網(wǎng)絡(luò)過深而造成的過擬合問題，同時也可減少特征空間信息丟失；利用GIoU（generalized intersection over union，GIoU）來衡量真實邊框與預(yù)測邊框之間的差距，進一步優(yōu)化邊框之間無重疊的部分，以獲得更好的定位精度；在計算目標(biāo)置信度loss 權(quán)重時，給予誤分檢測框更多的loss 懲罰，從而減少正樣本和負(fù)樣本之間的不平衡問題，達到提升檢測精度的目的.

1 YOLOv3 目標(biāo)檢測方法

1.1 檢測過程

YOLOv3 目標(biāo)檢測方法是將含有特定目標(biāo)的圖像作為卷積神經(jīng)網(wǎng)絡(luò)的輸入，直接在輸出層回歸預(yù)測邊界框的位置及其所屬類別，在保證準(zhǔn)確率較高的前提下，僅使用一個卷積網(wǎng)絡(luò)就實現(xiàn)了目標(biāo)的快速識別[13].

YOLOv3 在YOLOv1、YOLOv2 的基礎(chǔ)上進行了一些適應(yīng)性的改進，包括多標(biāo)簽分類、尺度預(yù)測、損失函數(shù)的調(diào)整等，提出了一種Darknet-53 模型.YOLOv3中將原始圖像進行縮放，充分借鑒FPN[14]（feature pyramid networks，F(xiàn)PN）網(wǎng)絡(luò)的思想，將淺層特征與深層特征融合以獲得更容易識別的深層特征，完成對不同大小尺寸目標(biāo)的識別.將輸入的圖像分成S×S 等大的網(wǎng)格單元，目標(biāo)的中心落在哪個網(wǎng)格單元中，那么這個網(wǎng)格單元就負(fù)責(zé)檢測這個目標(biāo).因為每個網(wǎng)格都會預(yù)測固定數(shù)量的邊框，采用IoU（intersection over union，IoU）來衡量預(yù)測邊框和真實邊框之間的距離，選取和真實目標(biāo)的置信度值最大的那個預(yù)測邊框作為最終預(yù)測邊框，如果預(yù)測邊框與真實邊框的重疊率大于某一值，但又不是最大，則忽略該預(yù)測邊框.如果預(yù)測邊框中沒有包含目標(biāo)對象，則在計算定位損失時可以忽略不計.最理想的情況是IoU=1，即預(yù)測邊框與真實邊框重疊.計算真實邊框集合GT（GroundTruth）與預(yù)測邊框集合DR（DetectionResult）的交集與并集之比，最終得出IoU 值

YOLOv3 在每個單元格上給出對應(yīng)邊框的4 個預(yù)測值，記為（tx，ty，tw，th），若目標(biāo)網(wǎng)格偏離圖像左上角的邊距為cx，cy，且它對應(yīng)錨框的寬和高為pw，ph，則最終預(yù)測邊框的值為（bx，by，bw，bh），如圖1 所示.

（bx，by，bw，bh）公式如下

式中：cx，cy是目標(biāo)網(wǎng)格偏移圖像的偏移量；pw，ph是對應(yīng)錨框的寬和高；（bx，by，bw，bh）為最終預(yù)測得到的邊框坐標(biāo)值；（tx，ty，tw，th）為特征提取網(wǎng)絡(luò)學(xué)習(xí)目標(biāo)；x，y為目標(biāo)對象的中心位置坐標(biāo)；w，h 為目標(biāo)對象坐標(biāo)相對于網(wǎng)格偏移的寬度和高度.為了數(shù)據(jù)處理方便，x，y，w，h 均作歸一化處理.

1.2 損失函數(shù)

損失函數(shù)是用來衡量模型預(yù)測和真實標(biāo)簽之間的差異，YOLOv3 的損失函數(shù)為[15]

式中：λ 為損失權(quán)重；S×S 為網(wǎng)格大??；N 為每個網(wǎng)格中的候選邊框數(shù)；Iijobj表示判斷第i 個單元格的第j 個邊框是否存在目標(biāo)，若存在值為1，反之為0；Iijnoobj表示第i 個單元格的第j 個先驗框不存在目標(biāo)值為1，反之為分別為預(yù)測邊框的橫坐標(biāo)、縱坐標(biāo)、高度、寬度、類別預(yù)測值、置信度值，xi，yi，wi，hi，pi，Ci分別為其對應(yīng)的真實值.YOLOv3 的損失由目標(biāo)定位損失Ibbox、目標(biāo)置信度損失Iconf、目標(biāo)分類損失Iprob三者求和得到.

2 ODMMP-YOLO 目標(biāo)檢測方法

2.1 網(wǎng)絡(luò)模型

YOLOv3 中采用大量簡化的殘差塊代替原有的1×1 和3×3 卷積核的卷積層和引入確定性連接的“shortcut”模塊，解決了網(wǎng)絡(luò)中梯度消失或梯度彌散的問題，但是使用帶步長的卷積下采樣操作依舊屬于局部鄰域的線性計算，沒考慮到鄰域之間的空間關(guān)系，所以YOLOv3 仍沒有解決YOLOv2 中因采用最大池化而導(dǎo)致空間特征信息丟失的問題.

因此，在隨機Dropout 和Drop-Connect 兩種技術(shù)的啟發(fā)下，ODMMP-YOLO 采用“混合池化”方式完成特征圖的下采樣，整體網(wǎng)絡(luò)結(jié)構(gòu)如圖2 所示.ODMMPYOLO 在Darknet-53 網(wǎng)絡(luò)基礎(chǔ)上將原來3×3 下采樣卷積層替換成混合池化層，構(gòu)造出一種新穎的DMP特征提取網(wǎng)絡(luò)模型，如圖2 中實線框位置所示.Darknet-53 中卷積核大小為3×3、步長為2 的卷積層替換成Mixed-Pooling 層，可以最大概率保留特征圖空間信息.

2.2 下采樣層

DMP 特征提取網(wǎng)絡(luò)模型的下采樣層中采用混合池化，先使用步長為1 的最大池化（利用不對稱式填充，僅在特征圖的右側(cè)和下側(cè)填充像素0），得到一張與特征圖大小相同的特征圖，再使用混合池化方式進行特征圖的下采樣.圖3 為使用窗口為2、步長為2 的下采樣混合池化過程，混合池化比例系數(shù)取0.5，這樣既能夠降低特征映射的分辨率，也能夠?qū)崿F(xiàn)特征的平移不變性和旋轉(zhuǎn)不變性.池化層中最為常見的池化方式有兩種：average pooling、max pooling，但是采用單獨的池化方式均有各自的缺陷：最大池化僅考慮區(qū)域中的最大元素而忽略其他區(qū)域的值，這樣會造成不可預(yù)料的結(jié)果.例如，如果池化區(qū)域的大多數(shù)元素都是高量級的，則池化后會出現(xiàn)特征消失的現(xiàn)象.對于平均池化，它計算的是池化區(qū)域內(nèi)所有元素的平均值，并將所有低量級元素也考慮在內(nèi)，池化后造成新特征圖對比度降低，最嚴(yán)重的是如果零元素太多，則新特征圖的特性就會大大降低.

因此，ODMMP-YOLO 的下采樣層中采用最大池化和平均池化相組合的下采樣方式，下采樣后輸出第k 個特征圖的大小yk，i，j為

式中：λ 為混合池化比例系數(shù)；xk，p，q為池化區(qū)域Ri，j中位于（p，q）處的元素，該元素表示位置（i，j）周圍的局部鄰域.

下采樣階段采用混合池化隱式地增加了訓(xùn)練數(shù)據(jù)，使得學(xué)習(xí)模型具有更強的泛化能力，與使用帶步長的卷積方式進行特征圖像壓縮相比，混合池化不會引入額外參數(shù).DMP 特征提取網(wǎng)絡(luò)模型中先使用步長為1 的最大池化方法（見圖1），保留特征圖之間更多的空間關(guān)系，再使用混合池化在每個2×2 的區(qū)域內(nèi)進行下采樣，最后輸出下采樣之后的特征圖（見表1）.DMP 特征提取網(wǎng)絡(luò)模型不僅可以解決訓(xùn)練過程中因網(wǎng)絡(luò)過深而造成的過擬合問題，也可以減少在下采樣階段特征空間信息的丟失，進而有效提升識別精度.

表1 DMP 特征提取網(wǎng)絡(luò)

此外，混合池化技術(shù)可以與任何其他形式的正則化（權(quán)重衰減、Dropout、數(shù)據(jù)增強等）結(jié)合使用，混合池化方法優(yōu)于傳統(tǒng)的最大池化和均值池化的方法，其先進的性能已在CIFAR-10、CIFAR-100 和SVHN（street view house numbers）數(shù)據(jù)集上得到了驗證.ODMMPYOLO 巧妙利用混合池化技術(shù)，解決了過擬合問題并提升了檢測精度.混合池化技術(shù)所需的開銷可忽略不計，也不需要調(diào)整任何超參數(shù)（如學(xué)習(xí)率），因此可以廣泛應(yīng)用于卷積神經(jīng)網(wǎng)絡(luò).

2.3 損失函數(shù)分析與改進

損失函數(shù)是衡量期望結(jié)果與真實結(jié)果之間差異的重要標(biāo)準(zhǔn)，選擇一個合適的損失函數(shù)需要考慮是否有離群點、運行梯度下降的時間效率、是否容易找到損失函數(shù)的導(dǎo)數(shù)等眾多因素，那么如何設(shè)計合適的損失函數(shù)獲得優(yōu)異的預(yù)測結(jié)果也成為模型優(yōu)化的重要方向[16].

ODMMP-YOLO 利用GIoU 來替換邊框回歸損失函數(shù)，對原有的目標(biāo)定位損失函數(shù)進行重構(gòu).采用IoU來直接衡量兩個邊界框的相似性時會出現(xiàn)一些極端情況：當(dāng)真實邊框和預(yù)測邊框之間相互重合且IoU 值相同時，檢測效果卻存在較大差異；當(dāng)真實邊框和預(yù)測邊框之間沒有重疊時，IoU 的值為0，就會導(dǎo)致優(yōu)化損失函數(shù)的梯度為0，則無法進行下一步優(yōu)化.采用GIoU 不僅關(guān)注到重疊區(qū)域，也關(guān)注到其他非重疊區(qū)域，更好地反映了真實邊框和預(yù)測邊框的重合度.當(dāng)真實邊框和預(yù)測邊框無限重合時，GIoU 取最大值為1；當(dāng)真實邊框和預(yù)測邊框無重疊且無限遠(yuǎn)時，GIoU 取最小值為-1.因此本文采用GIoU 來衡量真實邊框和預(yù)測邊框之間的距離，選取和真實目標(biāo)的置信度值最大的預(yù)測邊框作為最終預(yù)測邊框，如果預(yù)測邊框和真實邊框的重疊率大于某一值，但又不是最大，則忽略這個預(yù)測邊框.如果某預(yù)測邊框中不包含目標(biāo)對象，則在計算定位損失時忽略該預(yù)測邊框的損失.找到真實邊框集合GT（GroundTruth）與預(yù)測邊框集合DR（DetectionResult）的最小閉包區(qū)域面積C，最終計算的GIoU 為

由于訓(xùn)練過程中，目標(biāo)檢測方法中存在正負(fù)樣本不均衡的問題，其中含有大量易分類且大多數(shù)均為背景的負(fù)樣本，且易分類的負(fù)樣本對Loss 梯度更新方向起著主導(dǎo)作用，這樣就造成無法準(zhǔn)確地識別目標(biāo).針對上述問題，本文對目標(biāo)置信度的損失提出如下改進：

step1：定義二值交叉熵CE（p，y）

step2：計算損失權(quán)重Lweight

step3：計算置信度的損失Lconf（p，y）

式中：p 為前景概率；α 為權(quán)重參數(shù)，α∈[0，1]，本文取為1；y 為真實標(biāo)簽的值，為1 或0.

無論是針對前景類還是背景類，p 值越大，那么權(quán)重（1-p）2就越小，則就可以通過權(quán)重對易分類樣本進行抑制.損失函數(shù)Lconf既解決了正負(fù)樣本不平衡問題，也解決了易分類與難挖掘樣本的不平衡問題.對于那些數(shù)量龐大，但容易分類的純背景類，在計算目標(biāo)置信度的損失時，通過減少易分類樣本損失的權(quán)重Lweight，使模型在訓(xùn)練時更加專注于難分類的樣本，這樣可有效減少正樣本和負(fù)樣本之間的不平衡問題，從而有效提升檢測精度.

ODMMP-YOLO 損失函數(shù)如下

3 實驗結(jié)果與分析

3.1 數(shù)據(jù)集

本文利用PASCAL VOC 07++12[17]數(shù)據(jù)集進行訓(xùn)練，其中包含20 類對象，由于原始數(shù)據(jù)量較少，本文所用圖像數(shù)據(jù)集進行3 種方式的預(yù)處理操作，分別為①隨機水平翻轉(zhuǎn)：將圖像進行水平翻轉(zhuǎn)，得到新圖像；②隨機裁剪：與縮放不同，裁剪是從原始圖像中隨機抽取一個部分，之后將此部分的大小調(diào)整為原始圖像的大小，得到新圖像；③隨機平移：將圖像在水平和豎直方向上隨機移動，可以使特征提取網(wǎng)絡(luò)能夠看到圖像的所有角落.通過上述的數(shù)據(jù)增強方法得到16 551張訓(xùn)練圖像用于本文后續(xù)實驗.

3.2 學(xué)習(xí)率設(shè)置

實驗硬件環(huán)境配置為Intel（R）Core（TM）i7-7700 CPU@3.60 GHz 處理器，模型在具有8 GB 內(nèi)存NVIDIA Tesla K20M GPU 上進行訓(xùn)練.

訓(xùn)練時ODMMP-YOLO 采用以較低學(xué)習(xí)率逐漸增大至較高學(xué)習(xí)率的方式來實現(xiàn)網(wǎng)絡(luò)模型訓(xùn)練的“預(yù)熱”階段，從而避免因較小的學(xué)習(xí)率導(dǎo)致模型訓(xùn)練緩慢的問題.但是如果一直使用較高學(xué)習(xí)率會使權(quán)重的梯度來回震蕩，造成訓(xùn)練的損失難以達到全局最低，因此本文采用consine learning decay[18]方式逐漸減小學(xué)習(xí)率.整個訓(xùn)練過程學(xué)習(xí)率的變化曲線如圖4 所示，當(dāng)?shù)綌?shù)大于200 000 時，學(xué)習(xí)率曲線趨于平緩并達到最低值.

3.3 檢測結(jié)果定量評估

為了更好地驗證ODMMP-YOLO 在識別與定位人、常見動物、交通車輛以及家具用品等目標(biāo)的可行性與有效性，本文利用PASCAL VOC 2007 測試數(shù)據(jù)集對ODMMP-YOLO 和YOLOv3 方法進行實驗結(jié)果的對比，并利用平均精度AP（average precision）與均值平均精度mAP（mean average precision）值兩項指標(biāo)對ODMMP-YOLO 的模型進行評估.

AP 值采用PASCAL VOC CHALLENGE 的計算方式，假設(shè)M 個樣本中有F 個正例，將得到F 個召回率值R（1/F，2/F，…，F(xiàn)/F），對每個R 值取最大的精準(zhǔn)率P值，然后對這F 個P 值求平均即得到每類對象的AP，之后計算所有對象類別的平均AP 值即得到mAP.

式中：Nclasses表示所有對象類別的數(shù)目.

表2列出了YOLOv3、YOLOv3+Loss、YOLOv3+MaxPool、DMP-YOLO 和ODMMP-YOLO 的mAP 值對比結(jié)果.DMP-YOLO 中采用混合池化技術(shù)，當(dāng)閾值大于0.75 時，mAP 值由73.65%提升到78.49%，增加4.84%；YOLOv3+MaxPool 在下采樣層中只使用最大池化時，mAP 值由73.65%提升到76.37%；YOLOv3+Loss利用新?lián)p失函數(shù)進行檢測對象時，mAP 值由73.65%提升到75.43%，提升約1.8%，驗證了混合池化技術(shù)和損失函數(shù)的有效性.

表2 目標(biāo)檢測算法消融實驗對比%

圖5 展示了ODMMP-YOLO 在測試數(shù)據(jù)集上各類別目標(biāo)的檢測結(jié)果以及所有類別的mAP 值.在每類對象中檢測正確和檢測錯誤的對象數(shù)量對比結(jié)果，如圖5a 所示.從圖5b 中可以發(fā)現(xiàn)檢測人、摩托車以及火車等部分單獨類別時AP 值可達到約90%，檢測所有類別的mAP 值為80.39%，因此驗證了ODMMP-YOLO方法的有效性.

表3 列出了兩階段檢測方法（Fast R-CNN、FasterR-CNN）、一階段檢測方法（YOLO、YOLOv2、YOLOv3）與ODMMP-YOLO 檢測方法的實驗對比結(jié)果.從表3中可以看出，相對于YOLOv3 算法，ODMMP-YOLO 在識別船只等部分單獨對象類別時，AP 值提升約15%；在識別所有類別時的mAP 值由75.28%提升到80.39%，提升約5%，能夠準(zhǔn)確地識別與定位生活場景中的目標(biāo)對象的類別與位置.

表3 目標(biāo)檢測算法性能評估結(jié)果對比%

3.4 檢測結(jié)果定性評估

為了更加直觀展示ODMMP-YOLO 識別的視覺效果，本文隨機尋找一組圖片進行測試，其中包含了日常生活場景中的人、動物、交通車輛和室內(nèi)家具用品等一些常見的對象，ODMMP-YOLO 測試結(jié)果如圖6 所示.如圖6 中第一列圖所示，ODMMP-YOLO 能夠從背面和側(cè)面較好地識別動物目標(biāo)；如圖6 中第二列圖所示，ODMMP-YOLO 在識別不同光照背景下的目標(biāo)時，可以較好地適應(yīng)光照變化并獲得良好的檢測精度，同時針對小目標(biāo)也有較好的識別效果；如圖6中第三列圖所示，ODMMP-YOLO 在識別室外或室內(nèi)存在嚴(yán)重遮擋或密集的目標(biāo)時，也具有良好的檢測效果.可以看出ODMMP-YOLO 在識別與定位遮擋嚴(yán)重或外觀極其相似或較小的目標(biāo)時具有良好效果.

圖7給出了ODMMP-YOLO 檢測方法與傳統(tǒng)YOLOv3目標(biāo)檢測方法的實驗圖對比結(jié)果.圖7 中第一列為檢測原圖、第二列為傳統(tǒng)YOLOv3 的實驗結(jié)果圖、第三列為ODMMP-YOLO 的實驗結(jié)果圖，從第二列和第三列兩組實驗圖對比中可以看出，ODMMP-YOLO 的檢測結(jié)果明顯優(yōu)于傳統(tǒng)YOLOv3 方法，尤其是在檢測部分存在遮擋或重疊的物體時有很好的識別效果，如圖7c 第一幅圖所示，ODMMP-YOLO 可以很好地檢測YOLOv3未識別到的汽車目標(biāo)；圖7c 第二幅圖主要識別YOLOv3未檢測到的公交車內(nèi)重疊的乘客目標(biāo)；如圖7c 第三幅圖主要識別目標(biāo)為遠(yuǎn)處的船只.ODMMP-YOLO 在識別存在遮擋或重疊的小物體時，整體檢測效果更好.

4 結(jié)語

本文對現(xiàn)存的檢測方法進行分析，提出一種基于混合池化YOLO 的目標(biāo)檢測方法（ODMMP-YOLO），并在PASCAL VOC 2007 數(shù)據(jù)集上進行了大量實驗，實驗表明，DMP 特征提取網(wǎng)絡(luò)模型能夠更好保留特征圖之間的空間關(guān)系和特征信息，使提取到的特征信息更加豐富；對原有的損失函數(shù)重構(gòu)之后減小了目標(biāo)定位損失與置信度損失，精度及模型收斂速度均得到了有效的提升；基于混合池化的YOLO 目標(biāo)檢測方法的mAP 值提升大約5%，能夠獲得良好的檢測效果.后續(xù)工作中，將采用遷移學(xué)習(xí)的方法，并對模型進行進一步的壓縮與簡化，將其應(yīng)用到實時視頻目標(biāo)檢測中.