基于改进的YOLOv4车型识别方法

作者：斯洪云; 苏盈盈; 邓圆圆; 郭利霞; 陈鑫

来源：黑龙江工业学院学报(综合版), 2023, 23(09): 82-88.

DOI：10.16792/j.cnki.1672-6758.2023.09.010

• YOLOv4
• 深度可分离卷积
• 注意力机制
• 目标检测

针对YOLOv4参数量大，车型识别精度还有提升空间的问题，提出了一种改进的YOLOv4目标检测算法。将特征加强网络中的3次卷积和5次卷积全部替换成深度可分离卷积，加快了网络推理速度，同时为了提升网络对细节信息的提取能力，在进入PANet之前引入了CBAM注意力机制模块。通过实验表明，改进后的YOLOv4目标检测算法在7种车型识别上，检测速度与原网络持平，但mAP提高了1.65%,提升了网络的检测精度。

• 单位
  重庆科技学院