基于改进YOLOv4的车辆检测算法研究

摘要

车辆目标检测是智能交通系统中的重要应用领域和技术支撑。文章针对传统YOLOv4算法在远距离场景中目标检测精度较低的问题,使用通道注意力机制和高分辨率网络对传统的YOLOv4目标检测网络结构进行改进,提高车辆目标检测精度。分别在开源Cityscapes数据集上对原模型和改进后的模型分别进行训练并在自制交通场景数据集上进行不同注意力机制模块的YOLOv4目标检测网络性能分析。训练结果显示,改进模型在准确率、召回率、平均精度等方面分别提升约5.1%、4.29%与4.3%,有效提升了算法的车辆检测精度。