科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对复杂环境下交通标志目标检测尺寸较小、特征不明显等问题,在YOLO v4算法的基础上,提出了基于多特征融合注意力机制的方法,形成reSE-BYOLO v4算法。reSE-BYOLO v4算法首先利用高分辨率下的特征信息改进检测层部分,提高小目标的检测能力;在特征融合部分利用同一尺度特征信息构建横向连接,使模型在不增加成本情况下融合更多的特征;利用reSE模块对有效特征进行增强,该模块对SE模块进行优化,利用残差学习的思想对通道维度重新标定。在TT100K数据集上的测试结果表明,reSEBYOLO v4算法相对YOLO v4算法平均精度(m AP)提高了6.57%,平均精确度提高了4.78%,平均召回率提高了5.26%,reSE-BYOLO v4算法对交通标志识别能力更强。
- 单位
