改进YOLOv4模型的车辆检测算法

摘要：

随着深度学习的不断发展和应用,目标检测效果有了明显的改善.但由于目标检测任务需要检测多尺度信息,而目前的检测器在不同尺度物体检测方面仍有不足,尤其是对小目标物体,易出现漏检以及误检的情况.本文针对场景中出现的小目标漏检及误检问题,对小目标检测进行研究,对YOLOv4网络进行改进,在YOLOv4网络上增加专门针对小目标物体的特征层,实现语义信息和定位信息更好的融合.同时,增加数据集中小目标物体的占比,来提高小目标物体的检测精度.实验结果表明,所进行的网络改进达到了提高目标检测效果的目的.

关键词：一阶段算法、车辆检测、小目标检测

所属期刊栏目：12

分类号：U463.6(汽车工程)

在线出版日期：2022-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：115-119