结合坐标注意力与自适应残差连接的logo检测

摘要：

Logo检测在品牌识别和知识产权保护等领域有着广泛的应用.针对logo检测中存在小尺度logo检测性能差和logo定位不准的问题,本文提出一种基于YOLOv4网络的logo检测方法,将YOLOv4网络PANet模块中的5个连续卷积层用设计的自适应残差块替换,增强浅层和深层的特征利用,有侧重地进行特征融合,同时优化网络训练;并在自适应残差块之后使用坐标注意力机制,通过精确的位置信息对通道关系和长期依赖性进行编码,从融合的特征中过滤和增强对于检测更有用的特征;最后采用K-means++聚类算法得到更适合logo数据集的先验框,并分配给不同的特征尺度.实验结果表明,本文提出的方法在FlickrLogos-32和FlickrSportLogos-10数据集上的平均精度达到了88.09％和84.72％,较原算法分别提高了0.91％和1.40％,在定位精度和小尺度logo检测上的性能都显著提升.

关键词：logo检测、YOLOv4、坐标注意力、自适应残差连接

所属期刊栏目：31

分类号：TP391.41;TP183;TP751

资助基金：陕西省科技计划重点项目2017ZDCXL-GY-05-03

在线出版日期：2022-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：137-146