基于YOLOv4的车辆目标检测改进算法 |
| |
作者姓名: | 王博韬 |
| |
作者单位: | 安徽理工大学计算机科学与工程学院 |
| |
摘 要: | 针对当前YOLOv4算法存在的数据集特征提取不够充分、在车辆较多发生遮挡的漏检以及其CIoU损失函数未考虑到样本的平衡问题导致的检测效果不好等问题,提出了对数据集使用多种数据图像处理方式进行扩充,并对数据集进行标注;同时将CIoU损失函数和BCE损失函数进行融合,使得正负样本得到了平衡,减少了实验中可能出现的梯度消失问题,并通过调参得到最好效果。在VOC2007数据集与自制的数据集上进行检测,改进的YOLOv4算法达到了良好的效果,可满足实际应用的需要。
|
关 键 词: | 目标检测 YOLOv4算法 数据扩充 损失函数融合 |
|
|