文档名：基于ECA和YOLOv4的轻量级目标检测网络设计
摘要：针对传统的目标检测网络存在参数量大、检测速度慢等不足,在计算资源受限的设备上难以满足实时性需求的问题,提出一种改进的YOLOv4-tiny目标检测算法,使用Bneck_E替换主特征提取网络的CSP结构,在深层特征提取网络中,增加轻量级注意力机制--高效通道注意力(ECA)机制,采用双向特征融合,用深度可分离卷积对浅层特征下采样,提高对小目标的检测精度.在PASCALVOC数据集上实验表明,该算法平均精度均值(mAP)提高了4.4％,帧率(FPS)提升了8.9％,模型大小仅为YOLOv4-tiny的36％,有利于在嵌入式设备上部署运行.
作者：李秉涛 何勇 袁琳琳 Author：LIBingtao HEYong YUANLinlin
作者单位：贵州大学计算机科学与技术学院,贵州贵阳550025贵州开放大学信息工程学院,贵州贵阳550023
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(9)
分类号：TP391.4
关键词：目标检测 YOLOv4-tiny算法 深度可分离卷积 高效通道注意力
Keywords：objectdetection YOLOv4-tinyalgorithm depthwiseseparableconvolution efficientchannelattention(ECA)
机标分类号：TP391.9TN915.02F252
在线出版日期：2023年9月26日
基金项目：基于ECA和YOLOv4的轻量级目标检测网络设计[
期刊论文] 传感器与微系统--2023, 42(9)李秉涛 何勇 袁琳琳针对传统的目标检测网络存在参数量大、检测速度慢等不足,在计算资源受限的设备上难以满足实时性需求的问题,提出一种改进的YOLOv4-tiny目标检测算法,使用Bneck_E替换主特征提取网络的CSP结构,在深层特征提取网络中,增加...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于ECA和YOLOv4的轻量级目标检测网络设计 Design of lightweight target detection network based on ECA and YOLOv4
基于ECA和YOLOv4的轻量级目标检测网络设计.pdf
- 文件大小:
- 834.28 KB
- 下载次数:
- 60
-
高速下载
|
|
