基于YOLOv4的小目标检测方法研究及应用
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16208/j.issn1000-7024.2023.01.037

基于YOLOv4的小目标检测方法研究及应用

引用
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.

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

44

TP391.4(计算技术、计算机技术)

国家自然科学基金;国家自然科学基金

2023-02-10(万方平台首次上网日期,不代表论文的发表时间)

共7页

277-283

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程与设计

1000-7024

11-1775/TP

44

2023,44(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn