基于改进YOLO v4的小目标检测方法

• 作者: 魏龙 王羿 姚克明
• 来源期刊: 软件导刊
• 关键词: 机器视觉 深度学习 小目标检测 YOLO v4
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 54-58
• 页数: 5页
• 分类号: TP317.4
• 语种: 中文
• DOI: 10.11907/rjdk.202267

摘要

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％.