典型文献
基于YOLOv4的车辆目标检测改进算法
文献摘要：
针对当前YOLOv4算法存在的数据集特征提取不够充分、在车辆较多发生遮挡的漏检以及其CIoU损失函数未考虑到样本的平衡问题导致的检测效果不好等问题,提出了对数据集使用多种数据图像处理方式进行扩充,并对数据集进行标注;同时将CIoU损失函数和BCE损失函数进行融合,使得正负样本得到了平衡,减少了实验中可能出现的梯度消失问题,并通过调参得到最好效果.在VOC2007数据集与自制的数据集上进行检测,改进的YOLOv4算法达到了良好的效果,可满足实际应用的需要.
文献关键词：
目标检测;YOLOv4算法;数据扩充;损失函数融合
中图分类号：
作者姓名：
王博韬
作者机构：
安徽理工大学计算机科学与工程学院,安徽淮南232001
文献出处：
引用格式：
[1]王博韬-.基于YOLOv4的车辆目标检测改进算法)[J].电脑编程技巧与维护,2022(09):31-33
A类：
B类：
YOLOv4,车辆目标检测,改进算法,数据集特征,遮挡,漏检,CIoU,平衡问题,检测效果,BCE,正负样本,梯度消失,VOC2007,数据扩充,损失函数融合
AB值：
0.416861
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。
