基于改进YOLOv7-Tiny的车辆检测研究

作     者：李昊璇 辛拓宇 LI Haoxuan;XIN Tuoyu

作者机构：山西大学物理电子工程学院山西太原030006 

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

年 卷 期：2025年第33卷第1期

页      码：181-185页

摘      要：为了提高计算机识别检测车辆的准确度与速度,提出了一种基于改进YOLOv7-Tiny的车辆检测算法。在众多目标检测模型中,YOLOv7有着非常快的检测速度和较高的检测精度,非常适用于实时检测任务。在原YOLOv7-Tiny模型的基础上进行改进,将最浅层ELAN-T模块纳入特征金字塔,通过跳跃连接的方式将浅层特征与深层特征跨层融合,使输出的特征信息更加丰富。同时引入SE注意力机制,将计算资源分配给对当前任务更为关键的信息。并且更换了非线性激活函数HardSwish,以提高模型的表达能力。在华为发布的2D自动驾驶数据集SODA10M上进行实验,结果表明,改进后的模型对所有四种目标的检测精度都有所提高,平均精度mAP@0.5达到了66.1%,比原YOLOv7-Tiny模型61.0%提升了5.1%。

主 题 词：目标检测 车辆检测 YOLOv7 注意力机制 深度学习 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 

D　O　I：10.14022/j.issn1674-6236.2025.01.037

馆 藏 号：203156351...