基于YOLOv4的目标检测方法研究
2 E币
成为会员,免费下载资料
文件大小:2.59 MB
上传者:海拥
时间:2023-04-30 11:21:01
下载量:1
专业学位硕士论文
目标检测作为计算机视觉中最热门的研究领域之一,在很多实际场景都具有重要的应用
价值。本文对基于深度学习的目标检测方法进行研究, YOLOv4 作为目前主流的一阶段目标
检测方法,可以较好地平衡检测精度和速度,因此本文选取其作为研究对象。针对 YOLOv4
存在对深层和浅层信息特征提取不充分以及信息利用率不足的问题,对其进行改进,力求在
保证检测速度基本不变的同时尽可能地提升精度。本文的主要研究内容和创新性工作如下:
(1)针对 YOLOv4 目标检测器深层和浅层信息特征提取不充分的问题,提出了一种新的
基于扩张坐标注意力 YOLOv4的目标检测方法,即 YOLOv4-D。该方法使用具有不同扩张率
的多个扩张卷积对注意力机制模块进行改进,提出了扩张坐标注意力模块,并将其置于主干
网络的浅层特征层之前,使得不同感受野下的特征映射得以融合,浅层网络的特征提取能力
得到显著提升。同时采用多尺度训练策略增强鲁棒性。版权归论文作者所有 侵联删。
展开》
折叠》