基于改進YOLOv4的前方車輛檢測方法

摘要： 針對現(xiàn)有深度學(xué)習(xí)算法對車輛檢測精度不高、實時性不足以及對小目標(biāo)檢測能力較弱的問題，提出一種基于改進YOLOv4的前方車輛檢測方法。針對小目標(biāo)漏檢率高的問題，使用密集連接塊替代CSPResNet中的殘差塊，重復(fù)利用特征信息，提高小目標(biāo)的檢測能力；針對檢測精度和實時性要求，將密集連接塊結(jié)構(gòu)修改為卷積、批歸一化和激活操作，對結(jié)構(gòu)中的卷積層和批歸一化層進行融合并使用Mish激活函數(shù)，提... （共5頁）