典型文献
基于改进YOLOv4的水果识别模型研究
文献摘要：
为提高水果识别准确率,增强目标检测算法的泛化能力,文章提出基于改进YOLOv4的水果识别目标检测模型.采用边框标注和特征标注相融合的方式解决遮挡问题,对训练所用anchor框进行K-means聚类分析,将EIOU Loss函数代替CIOU Loss函数作为模型损失函数,将ASPP模块代替SPP模块进行多尺度特征提取,从而优化模型性能,提高模型识别准确率.实验结果表明,改进YOLOv4模型识别效果较好,mAP值达到95.92％,比原YOLOv4模型提升1.79个百分比,说明模型可以在该数据集上取得较好效果.
文献关键词：
改进YOLOv4;水果识别;K-means聚类;EIOU;ASPP
中图分类号：
作者姓名：
廖冠中;周嘉灏;冷鸿杰
作者机构：
华南农业大学电子工程学院(人工智能学院),广东广州510642
文献出处：
引用格式：
[1]廖冠中;周嘉灏;冷鸿杰-.基于改进YOLOv4的水果识别模型研究)[J].长江信息通信,2022(05):44-47
A类：
B类：
YOLOv4,水果识别,识别模型,识别准确率,目标检测算法,泛化能力,目标检测模型,边框,特征标注,遮挡问题,anchor,means,EIOU,Loss,数代,CIOU,损失函数,ASPP,多尺度特征提取,模型性能,模型识别,mAP
AB值：
0.380015
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
