首页|基于改进YOLO v4的小目标检测方法

基于改进YOLO v4的小目标检测方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
深度学习目标检测算法在对图像进行识别时会对图像进行压缩,造成小目标特征丢失导致无法检测到小目标信息.针对小目标检测难题,提出基于改进YOLO v4的小目标检测方法,通过使用深度可分离卷积模块和增加多尺度检测网络,提升检测效果,同时改进生成先验框方法,对高分辨率图像进行分割增加小目标的特征信息.使用改进方法对布匹瑕疵检测,准确率达到89％,mAP73.56％;火灾识别准确率达95％,mAP值88％.
Small Target Detection Based on Improved YOLO v4

魏龙、王羿、姚克明

展开 >

江苏理工学院电气信息工程学院,江苏常州213001

机器视觉 深度学习 小目标检测 YOLO v4

SJCX19_0716

2021

10.11907/rjdk.202267

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(7)
  • 6
  • 1