针对YOLO＿v4模型因颈部网络串行连接的特征会逐渐被稀释，从而影响模型性能的问题，提出一种改进多尺度特征的YOLO＿v4目标检测方法.该方法通过引入中间层的方式重构了YOLO＿v4颈部网络结构，再通过中间层参与后续特征融合实现特征跨级连接，并使用可通过网络学习的参数作为特征间的平衡因子进行特征加权融合.在数据集VOC-2007和VOC-2012上的实验结果表明，该方法可使模型平均精度提高1.3%,并可有效提升模型对不同目标的检测能力.
科研之友
微信
新浪微博
Facebook
分享链接
