基于YOLO算法的非機(jī)動(dòng)車(chē)輛檢測(cè)模型*

打開(kāi)文本圖片集

【摘要】針對(duì)自動(dòng)駕駛車(chē)輛目標(biāo)檢測(cè)過(guò)程中非機(jī)動(dòng)車(chē)因體積小、易被遮擋而導(dǎo)致誤檢和漏檢的問(wèn)題，為提高非機(jī)動(dòng)車(chē)的檢測(cè)精度，對(duì)YOLOv4基礎(chǔ)算法進(jìn)行改進(jìn)，利用跨階段連接優(yōu)化特征提取融合網(wǎng)絡(luò)，在減少計(jì)算量的同時(shí)提高檢測(cè)性能，并嵌入卷積塊注意力模塊（CBAM），通過(guò)通道和空間注意力權(quán)值分配來(lái)增大有效特征權(quán)重、提高檢測(cè)精度，同時(shí)，利用自建的非機(jī)動(dòng)車(chē)數(shù)據(jù)集，在錨框（Anchor）自適應(yīng)匹配的基礎(chǔ)上建立非機(jī)動(dòng)車(chē)檢測(cè)模型。（剩余8614字）