科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决传统YOLOv4模型在红外行人检测时遇到的检测速度慢、精确度低等问题，采用Ghostnet替换YOLOv4主干网络降低参数量提升检测速度，在Ghostnet的基础模块中引入CBAM注意力模块获取更深层次特征，将原激活函数ReLU替换为Leaky ReLU降低收敛误差。结果表明，改进型的YOLOv4-Ghostnet模型参数量降低了82%,在保证准确率的情况下，其检测速度比YOLOv4提高了32.8%,检测精度也比同类型的轻量级网络提升5.06%。
- 出版日期2022
- 单位黑龙江科技大学
