特征融合 文章 進(jìn)入特征融合技術(shù)社區

一種改進(jìn)的YOLOv4-tiny車(chē)輛目標檢測方法*

• 伴隨深度學(xué)習的不斷發(fā)展，深度學(xué)習的目標檢測方法被廣泛應用?；谔卣魅诤系乃枷?，本文提出了一種改進(jìn)的YOLOv4-tiny目標檢測方法，通過(guò)添加卷積模塊及調整部分超參數對其網(wǎng)絡(luò )架構進(jìn)行優(yōu)化，以實(shí)現對道路車(chē)輛目標的快速檢測、識別和定位。首先為了改善YOLOv4-tiny網(wǎng)絡(luò )對小目標類(lèi)型檢測精度差的問(wèn)題，基于特征金字塔網(wǎng)絡(luò )對第二標度輸出層的最后一個(gè)CBL輸出特征與網(wǎng)絡(luò )中第二個(gè)CSP輸出特征進(jìn)行融合，并在原有網(wǎng)絡(luò )的基礎上增加52×52的標度輸出；其次，利用遷移學(xué)習權重在自己采集的數據集上進(jìn)行實(shí)驗，訓練得出合適的權
• 關(guān)鍵字： 車(chē)輛檢測  特征融合  改進(jìn)的YOLOv4-tiny  目標檢測  202109