针对这一情况我们将在本节中对YOLOv4_Head 中的先验框进行优化改进。 在原始 YOLOv4 算法先验框的检测中,在聚类过程中,首先随机化初始位置并选定2 个聚类中心,计算每个检测目标的标注框和聚类中心的交并比,然后根据交并比大小将目标框分配给对应的聚类簇中,将所有先验框分配之后再重新计算聚类中心,直到聚类中心不再...
基于图像的交通目标检测是智能交通系统的关键技术,对于交通的智慧化管理具有重要的意义.在复杂交通场景中,尺度较小,受遮挡交通目标容易存在漏检,误检的问题,检测准确率有待提高.论文基于YOLOv4算法进行了改进,提升了复杂交通场景中交通目标检测的准确率.主要研究内容为:(1)针对小目标检测问题,提出了AO-YOLOv4(Attention...