基于改进的YOLOv4车型识别方法

Si Hongyun,Su Yingying, Deng Yuanyuan, Guo Lixia, Chen Xin

Journal of HeilongJiang University of Technology(Comprehensive Edition)（2023）

重庆科技学院

被引用0|浏览0

摘要

针对YOLOv4 参数量大,车型识别精度还有提升空间的问题,提出了一种改进的YOLOv4 目标检测算法.将特征加强网络中的 3 次卷积和 5 次卷积全部替换成深度可分离卷积,加快了网络推理速度,同时为了提升网络对细节信息的提取能力,在进入PANet之前引入了CBAM注意力机制模块.通过实验表明,改进后的YOLOv4 目标检测算法在7 种车型识别上,检测速度与原网络持平,但mAP提高了1.65%,提升了网络的检测精度.

更多

关键词

YOLOv4,depth wise separable convolution,attention mechanism,target detection

上传PDF