一种基于改进YOLOv4的轻量化多目标检测方法

    公开(公告)号:CN117409355A

    公开(公告)日:2024-01-16

    申请号:CN202310765008.6

    申请日:2023-06-27

    Abstract: 本发明公开了一种基于改进YOLOv4的轻量化多目标检测方法,提出的L‑YOLOv4模型比传统YOLOv4更轻量。本发明的网络基于YOLOv4进行改进,选择MobileNeXt替换CSPDarknet53,采用轻量级骨干网络提高特征提取效率,降低模型复杂度;提出一种改进的ReceptiveFieldBlocksmaller(RFB‑s)模块,采用非对称空洞卷积和SE模块来增强网络特征提取能力,增大感受野;提出一种融合深度可分离卷积与ECA模块的DSC‑ECA模块替换传统YOLOv4中的标准卷积,进一步降低模型参数量与计算量,并弥补了精度损失。本发明提出的L‑YOLOv4模型在VOC数据集上的精度为74.85%,在COCO数据集上的精度为25.28%。L‑YOLOv4在保证检测精度的前提下,参数量降低了77.23%,计算量仅为YOLOv4的16%,在3060Ti上的检测速度为45.2fps,达到了媲美先进算法的性能,并实现了模型的轻量化与实时性检测。

Patent Agency Ranking