特征融合 文章 進(jìn)入特征融合技術(shù)社區(qū)

一種改進(jìn)的YOLOv4-tiny車輛目標(biāo)檢測方法*

• 伴隨深度學(xué)習(xí)的不斷發(fā)展，深度學(xué)習(xí)的目標(biāo)檢測方法被廣泛應(yīng)用?；谔卣魅诤系乃枷?，本文提出了一種改進(jìn)的YOLOv4-tiny目標(biāo)檢測方法，通過添加卷積模塊及調(diào)整部分超參數(shù)對(duì)其網(wǎng)絡(luò)架構(gòu)進(jìn)行優(yōu)化，以實(shí)現(xiàn)對(duì)道路車輛目標(biāo)的快速檢測、識(shí)別和定位。首先為了改善YOLOv4-tiny網(wǎng)絡(luò)對(duì)小目標(biāo)類型檢測精度差的問題，基于特征金字塔網(wǎng)絡(luò)對(duì)第二標(biāo)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(chǔ)上增加52×52的標(biāo)度輸出；其次，利用遷移學(xué)習(xí)權(quán)重在自己采集的數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，訓(xùn)練得出合適的權(quán)
• 關(guān)鍵字： 車輛檢測  特征融合  改進(jìn)的YOLOv4-tiny  目標(biāo)檢測  202109