YOLOv4-Tiny的改进轻量级目标检测算法OACSTPCD
Improved YOLOv4-Tiny Lightweight Target Detection Algorithm
目标检测是深度学习的重要分支领域,大量的边缘设备需要轻量级的目标检测算法,但现有的轻量级的通用目标检测算法存在检测精度低、检测速度慢的问题.针对这一问题,提出了一种基于注意力机制的YOLOv4-Tiny的改进算法.调整了原有的YOLOv4-Tiny算法的主干网络的结构,引入了ECA注意力机制,使用空洞卷积改进了传统的SPP结构为DC-SPP结构,并提出了CSATT注意力机制,与特征融合网络PAN形成CSATT-PAN的颈部网络,提高了网络的特征融…查看全部>>
Object detection is an important branch of deep learning.A large number of edge devices need lightweight object detection algorithms,but the existing lightweight universal object detection algorithms have problems of low detection accuracy and slow detection speed.To solve this problem,an improved YOLOv4-Tiny algorithm based on attention mechanism is proposed.The structure of the original backbone network of YOLOv4-Tiny algorithm is adjusted,the ECA(efficien…查看全部>>
何湘杰;宋晓宁
江南大学 人工智能与计算机学院 江苏省模式识别与计算智能工程实验室,江苏 无锡 214122江南大学 人工智能与计算机学院 江苏省模式识别与计算智能工程实验室,江苏 无锡 214122
计算机与自动化
目标检测YOLOv4-Tiny算法注意力机制轻量级神经网络特征融合
object detectionYOLOv4-Tiny algorithmattention mechanismlightweight neural networkfeature fusion
《计算机科学与探索》 2024 (1)
非限制人体生物视频特征中的欺诈与反欺诈技术研究
138-150,13
国家社会科学基金重大项目(21&ZD166)国家自然科学基金(61876072,61902153)江苏省自然科学基金(BK20221535).This work was supported by the Major Project of National Social Science Foundation of China(21&ZD166),the National Natural Sci-ence Foundation of China(61876072,61902153),and the Natural Science Foundation of Jiangsu Province(BK20221535).
评论