科研之友
微信
新浪微博
Facebook
分享链接
摘要
目标检测算法在智能交通领域有着重要的应用，但存在小目标检测精度低和多尺度目标信息丢失的问题。针对此问题，提出一种改进的YOLOv3＿4d算法，可以实现复杂交通场景中多尺度目标的精准识别。首先，为解决不同尺度目标在常规算法中信息丢失的问题，在检测网络中增加128×128尺度构造多尺度检测网络，挖掘不同尺度信息。其次，设计注意力残差单元和特征增强模块，注意力残差单元提取深层次小目标语义特征信息，特征增强模块拼接多尺度特征，获取丰富的融合信息。最后，算法引入GIoU和Focal函数设计损失函数，加快收敛速率，增强鲁棒性。数据集BDD 100K和VOC 2012的实验表明，改进算法的mAP50值增加了9.2%和4.0%,小目标的mAPS值增加了2.3%和3.2%,充分证实本算法的可行性。
- 单位
