基于YOLOv4算法改进的目标检测

摘要

针对当前目标检测过程中检测速度不够的问题,对YOLOv4算法加以完善。首先将原始点云通过Bird-Net网络进行预处理,降低计算量,然后将获取的点云鸟瞰图投入优化的YOLOv4网络中;将YOLOv4中标准卷积替换为深度可分离卷积,将计算量和参数量降低到原来的1/3,并用改进后的轻量跨接段部分(cross stage partial,CSP)代替原有的CSP结构,减少网络计算量,提升运算速度。最后在KITTI鸟瞰图中,将改进后YOLOv4算法与其他同类算法对比,改进后YOLOv4算法在保证目标检测精度前提下,算法FPS值由YOLOv4算法的30.36提高到39.94,目标检测速度有了明显的提高。