| 改进YOLOv4行人和车辆目标检测算法 |
| |
| 作者姓名： | 王玉莹 朱福珍 |
| |
| 作者单位： | 黑龙江大学 电子工程学院,哈尔滨150080 |
| |
| 基金项目： | 国家自然科学基金 ( 61601174 );黑龙江省博士后科研启动金项目 ( LBH-Q17150 );黑龙江省普通高等学校电子工程重点实验室(黑龙江大学)开放课题;省高校科技创新团队项目 ( 2012TD007 );黑龙江省省属高等学校基本科研业务费基础研究项目 ( KJCXZD201703 );黑龙江省自然科学基金项目 ( F2018026 ) |
| |
| 摘 要： | 针对传统行人和车辆检测方法中小目标检测精度低、识别效果差以及遮挡的行人目标漏检问题,提出了一种基于YOLOv4改进的行人车辆检测算法.在主干网络与特征融合模块之间增加卷积层,3×3的卷积增大感受野,随后1×1的卷积降维.多层卷积学习到更多的纹理信息,提高了网络对特征的感知能力.为了解决YOLOv4样本不平衡的问题,利用焦点损失函数在解决正负样本分布不平衡问题上的优势,在分类损失函数中添加了一个调制系数λ,使得算法能够减少分类样本的损失.在Udacity数据集上的实验结果表明,相较于YOLOv4,改进的算法在主观视觉上能够检测出更多的目标,并且mAP提升了3.16％.
|
| 本文献已被 万方数据 等数据库收录！ |
|
