改进YOLOv4的轻量化目标检测方法

针对车载平台发展过程中，在辅助驾驶环境感知方面，现有的目标检测方法对目标检测精度不高、算法推理速度慢等问题，本文以YOLOv4目标检测网络为基础，引入通道与空间注意力模块CBAM,有效提升了YOLOv4目标检测网络特征识别精度；引入Mobilenetv3轻量化网络结构替换YOLOv4的主干特征提取网络CSPDarkNet53,并利用深度可分离卷积替换整个网络的普通卷积，有效降低了YOLOv4目标检测模型大小，提升了网络模型推理速度。通过消融实验与检测结果分析，证明了改进方案的可行性。