改进的YOLOv4模型在自动驾驶多目标检测的应用

作者：高扬; 陈旭淼; 张皞宇

来源：电子世界, 2021, (18): 105-106.

DOI：10.19353/j.cnki.dzsj.2021.18.046

<正>目标检测是自动驾驶汽车与外界环境实现信息交互的重要环节,为了能有效地对多个目标进行实时检测,本文针对在道路目标检测中小目标和被物体遮挡的目标易被漏检或检测框定位不准确等问题,提出一种基于YOLOv4的目标检测模型。增加152x152的特征融合结构,减少每个YOLO层前的两个卷积层,以优化目标特征提取,模型训练前用kmeans++聚类算法优化锚框,以提升模型对自动驾驶多目标的检测性能。实验结果表明,本文改进YOLOv4算法比原始算法提升1.5个百分点,在检测精度和检测速度上均有一定提升,改进算法具有一定的实用价值。

• 单位
  四川大学锦城学院