基于改进YOLOv4算法在车辆检测中的应用

作     者：赵燕姣 李钢 姚琼辛 任杰 ZHAO Yanjiao;LI Gang;YAO Qiongxin;REN Jie

作者机构：长安大学信息工程学院陕西西安710061 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2022年第30卷第24期

页      码：37-42页

摘      要：针对处在恶劣的天气、严重遮挡、过暗或过亮的光照等复杂环境下,现存的目标检测算法对车辆的检测准确度不高,针对该问题提出了基于YOLOv4的改进算法来检测目标车辆。使用图像处理算法处理数据集,模拟复杂环境,以增强算法的鲁棒性;使用K-means++聚类算法优化先验框参数,提高先验框与目标的匹配度;在骨干网中加入空洞卷积(Dilated Convolution)模块,使骨干网络能更好地提取车辆特征;使用Focal Loss损失函数代替交叉熵损失函数,解决检测过程中正样本数和负样本数相差过大的问题。通过实验可得mAP为86.13%,相较原YOLOv4算法提高了7.31%,检测精度在一定程度上优于原YOLOv4检测算法。

主 题 词：深度学习 车辆检测 先验框 空洞卷积 损失函数 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 

D　O　I：10.14022/j.issn1674-6236.2022.24.009

馆 藏 号：203115631...