针对自动驾驶场景下单阶段目标检测对小目标精度不足的问题，权衡精度与速度的共同需求，提出一种改进的YOLOv4目标检测算法。首先，在网络的残差模块中嵌入SimAM注意力模块，旨在提高网络对重要特征的提取能力，然后，利用ACON-C激活函数替换残差模块中的Mish激活函数，使残差模块可以自适应地激活，进而提升网络性能。在KITTI数据集上进行训练和测试，实验结果 表明，该模型的平均精度均值达到91.16%，检测速度达到32帧/s，满足实时检测的要求。
科研之友
微信
新浪微博
Facebook
分享链接
