科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明属于目标检测技术领域,公开了一种改进YOLOv4网络的行人检测方法、系统、设备及介质,构建预设的YOLOv4目标检测模型,包括输入端、Backbone基准网络、Neck中间层、PANet网络以及Head输出层,其中,所述Backbone基准网络采用预设的GhostNet网络；将所述PANet网络中的普通3×3卷积替换为深度可分离卷积,并加入CA注意力机制模块；引入Focal Loss作为损失函数,训练所述YOLOv4目标检测模型。本发明通过使用轻量化网络GhostNet替换原有的主干网络CSPDarknet53,并且使用深度可分离卷积来代替PANet中的普通卷积,简化模型、大幅度减少计算量,从而加快检测速度以提高实时性；融入CA注意力机制,增强网络模型的特征表达能力,并引入Focal Loss损失函数来解决正负样本不平衡以提升算法的检测精度。
- 出版日期2022-12-27
- 单位武汉科技大学
