yolov3识别的类别_YOLOv3模型识别车位图片的测试报告（节选）

1，YOLOv3模型简介

YOLO能实现图像或视频中物体的快速识别。在相同的识别类别范围和识别准确率条件下，YOLO识别速度最快。

YOLO有多种模型，包括V1，V2，V3，其中V3识别准确率最高，但对硬件要求也高。还有tiny模型。也可针对特定识别物体类别进行训练，获得应用需要的专用模型。

本次测试采用V3模型。对实际车场图片进行批量检测，对检测结果进行分析，重点是车位中的车辆能否得到正确识别，以探讨YOLO V3模型应用于车场车位状态检测中的可行性。

2，测试环境

操作系统

Windows7 64位

Cpu

Gpu

0

内存

4GB

输入图片的数量和规格

2019张，960*1280

运行时间

2018-05-23 18:03~~2018-05-24 05:01

检测模型

YOLO v3

物体检测阈值

置信度 > 0.25

物体分类模型

80种，与车位车辆相关的4种(car, motorbike, truck, bus)。详见coco.names

3，测试数据和结果

运行总时间

11小时

平均每张图片的分析时间

2