-
题名基于YOLOv4算法改进的室外场景目标检测
- 1
-
-
作者
鲁鑫鑫
张荣芬
刘宇红
李宽
-
机构
贵州大学大数据与信息工程学院
-
出处
《计算机仿真》
北大核心
2023年第12期261-268,共8页
-
基金
贵州省科学技术基金资助项目(黔科合基础-ZK[2021]重点001)。
-
文摘
室外场景对于人们的日常出行至关重要。为了提高室外目标检测算法的实时性和准确性,采用YOLOv4算法作为基础算法,对其进行改进。首先将Focus模块插入到CSPDarknet主干网络中,其次在YOLOv4算法网络结构中使用空间锯齿空洞卷积结构加强模型对图像特征细节的提取,以替代原网络中的空间金字塔池化结构;对颈部进行了网络裁剪,能够达到减小网络权重的目的;最后为加强模型对于深、浅层特征的融合能力,采用双向特征金字塔结构,从而提高模型在浅层预测方面及深层定位方面的能力。实验表明,在文中构建的室外场景数据集上,改进后的YOLOv4算法的mAP达到87.9%,模型大小也减少了30MB,相比原YOLOv4算法检测在检测精度提升的同时速度也有明显提高。
-
关键词
室外场景
网络裁剪
空间锯齿空洞卷积
双向特征金字塔
-
Keywords
Outdoor scenes
Network clipping
spatial serrated cavity convolution
Bidirectional feature pyramid
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
