基于YOLOv4的小目标检测方法研究及应用

摘要：

为解决复杂施工场景下的小目标检测效果不佳和漏检问题,提出一种基于YOLOv4的改进算法.在检测网络中设计多尺度CAU和SAU上下文特征融合机制,利用全新的特征融合方式增强网络多尺度空间和通道信息表征,在此基础上改善网络特征融合性能.设计CSP_F跨阶段特征融合模块代替原有普通卷积块(CBL*5),防止检测网络梯度消失和网络参数计算量过大.改进模型类别损失函数并进行实验验证,其结果表明,改进算法能满足不同场景检测要求,对小目标有较好检测效果.

关键词：小目标、YOLOv4、特征融合机制、CSP_F、梯度消失、参数计算量、损失函数

所属期刊栏目：44

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：277-283