引入通道注意力機(jī)制的目標(biāo)檢測(cè)算法

打開文本圖片集

摘要：針對(duì)目標(biāo)檢測(cè)模型在提高檢測(cè)精度的同時(shí)會(huì)帶來更高模型復(fù)雜度這一不足，該文提出了一種改進(jìn)的YOLOv4模型。該模型將通道注意力機(jī)制ECA模塊加入特征提取網(wǎng)絡(luò)之中，構(gòu)建了一個(gè)新的YOLOv4模型。通過在PASCAL VOC數(shù)據(jù)集上的實(shí)驗(yàn)表明：該算法在不增加模型大小的前提下提高了檢測(cè)精度，相比YOLOv4算法在PASCAL VOC 2007測(cè)試集上的平均精確度均值@0.5提升了最高3.56mAP，達(dá)到了最高83.42mAP，能夠解決目標(biāo)檢測(cè)性能和模型復(fù)雜度之間的矛盾，并提高了檢測(cè)精度。（剩余6097字）