改进YOLOv4的轻量化目标检测方法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
改进YOLOv4的轻量化目标检测方法
魏东飞;熊峰;孔维畅
【期刊名称】《计量与测试技术》
【年(卷),期】2022(49)11
【摘要】针对车载平台发展过程中,在辅助驾驶环境感知方面,现有的目标检测方法对目标检测精度不高、算法推理速度慢等问题,本文以YOLOv4目标检测网络为基础,引入通道与空间注意力模块CBAM,有效提升了YOLOv4目标检测网络特征识别精度;引入Mobilenetv3轻量化网络结构替换YOLOv4的主干特征提取网络CSPDarkNet53,并利用深度可分离卷积替换整个网络的普通卷积,有效降低了YOLOv4目标检测模型大小,提升了网络模型推理速度。
通过消融实验与检测结果分析,证明了改进方案的可行性。
【总页数】5页(P18-22)
【作者】魏东飞;熊峰;孔维畅
【作者单位】上海大学机电工程与自动化学院;上海市杰瑞兆新信息科技有限公司【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于改进YOLOv4的无人机目标检测方法
2.基于改进YOLOv4的航拍图像多目标检测方法
3.基于改进YOLOv4与JetsonTX2的无人机实时目标检测方法
4.基于
改进YOLOv4的田间密集小目标检测方法5.基于改进YOLOv4的轻量化目标检测算法
因版权原因，仅展示原文概要，查看原文内容请购买。