基于改进YOLOv4的目标检测算法

在线阅读 下载PDF 导出详情
摘要 摘要:随着深度学习的不断进步,已经将应用延伸到光电跟踪设备,优质的检测跟踪算法决定光电跟踪设备的工作效率。本文提出一种改进YOLOv4的检测跟踪算法,结合空洞卷积对其网络结构进行改进,加入空洞空间金字塔池化模型,以此增大感受野,聚合多尺度上下文信息。然后,通过 K-means聚类方法生成更适合目标检测的初始候选框。其次,提出一种对象选择器,用来选择检测和跟踪轨迹中的最优候选框;最后,将最优候选框和跟踪轨
作者 王超
出处 《科学与技术》 2022年3期
关键词
出版日期 2022年05月10日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献