基于改進(jìn)YOLOv4的多目標(biāo)光盤(pán)檢測(cè)算法

摘要： 針對(duì)已有兩階段目標(biāo)檢測(cè)算法推理速度較慢，輕量化模型在小數(shù)據(jù)集上效果較差的問(wèn)題，提出了一種基于單階段目標(biāo)檢測(cè)YOLOv4改進(jìn)的多目標(biāo)識(shí)別算法。本文以光盤(pán)檢測(cè)為例，利用多目標(biāo)檢測(cè)完成對(duì)光盤(pán)圖片的識(shí)別與分類(lèi)。利用餐盤(pán)邊緣特征相似的特點(diǎn)，對(duì)逐個(gè)餐盤(pán)進(jìn)行識(shí)別，判定是否為光盤(pán)。為保留顯著特征而加入注意力機(jī)制以及池化方式，并采用輕量化網(wǎng)絡(luò)加快推理速度。通過(guò)多尺度融合的方式提高模型準(zhǔn)確率，達(dá)到... （共7頁(yè)）