基于YOLOv4算法在车辆检测中的应用 |
| |
引用本文: | 王婷婷,戴金龙,孙振轩,陈建玲,孙勤江.基于YOLOv4算法在车辆检测中的应用[J].吉林大学学报(信息科学版),2023(2):281-291. |
| |
作者姓名: | 王婷婷 戴金龙 孙振轩 陈建玲 孙勤江 |
| |
作者单位: | 1. 东北石油大学电气信息工程学院;2. 中海石油(中国)有限公司天津分公司 |
| |
摘 要: | 为解决车辆识别中由于拍摄角度和距离的不同,导致成像后的车辆尺寸较小和车辆存在不同程度的遮挡,从而产生车辆的错检和漏检等问题,在单阶段目标检测网络YOLOv4(You Only Look Once version 4)算法的基础上,提出了基于注意力机制的递归YOLOv4目标检测算法,即RC-YOLOv4(Recursive and CBAM You Only Look Once version 4)算法。为提高算法对成像后小尺寸车辆的检测能力,在YOLOv4算法加入CBAM(Convolutional Block Attention Module)模块,该模块结合了通道和空间注意力机制,能帮助网络模型更加关注检测图像中的重点信息和小目标信息。针对车辆部分遮挡的检测问题,采用递归特征金字塔(RFP:Recursive Feature Pyramid)结构加强模型对深层特征信息提取能力,RFP结构类似于选择性增强或抑制神经元激活的人类视觉感知,将主干网络提取到的特征递归融合,然后反馈给主干网络,多次特征融合增强网络对上下文语义信息的提取整合能力。提高了对遮挡车辆的检测精度。实验结果表明,在自...
|
关 键 词: | 电子信息 小目标检测 遮挡检测 YOLOv4算法 注意力机制 |
|
|