基于ECA和YOLOv4的轻量级目标检测网络设计
李秉涛1; 何勇1; 袁琳琳2
2023
发表期刊传感器与微系统
ISSN2096-2436
卷号42期号:9页码:100-104
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PASCAL VOC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。
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
DOI10.13873/J.1000-9787(2023)09-0100-05
URL查看原文
收录类别北大核心
语种中文
资助项目贵州省科技计划资助项目(黔科合基础[2019]1130号,黔科合支撑[2020]2Y007号)
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/156904
专题国家开放大学贵州分部
作者单位1.贵州大学计算机科学与技术学院,贵州贵阳550025;
2.贵州开放大学信息工程学院,贵州贵阳550023
推荐引用方式
GB/T 7714
李秉涛,何勇,袁琳琳. 基于ECA和YOLOv4的轻量级目标检测网络设计[J]. 传感器与微系统,2023,42(9):100-104.
APA 李秉涛,何勇,&袁琳琳.(2023).基于ECA和YOLOv4的轻量级目标检测网络设计.传感器与微系统,42(9),100-104.
MLA 李秉涛,et al."基于ECA和YOLOv4的轻量级目标检测网络设计".传感器与微系统 42.9(2023):100-104.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[李秉涛]的文章
[何勇]的文章
[袁琳琳]的文章
百度学术
百度学术中相似的文章
[李秉涛]的文章
[何勇]的文章
[袁琳琳]的文章
必应学术
必应学术中相似的文章
[李秉涛]的文章
[何勇]的文章
[袁琳琳]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。