原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
JournalofComputerApplicationsISSN1001‑90812023‑01‑10
计算机应用,2023,43(1):74-80CODENJYIIDUhttp：//www.joca.cn
文章编号：1001-9081（2023）01-0074-07DOI：10.11772/j.issn.1001-9081.2021101849
基于轻量化YOLOv4的交通信息实时检测方法
*
郭克友，李雪，杨民
（北京工商大学人工智能学院，北京100048）
（∗通信作者电子邮箱guoky@th.btbu.edu.cn）
摘要：针对日常道路场景下的车辆目标检测问题，提出一种轻量化的YOLOv4交通信息实时检测方法。首先，
制作了一个多场景、多时段的车辆目标数据集，并利用K-means++算法对数据集进行预处理；其次，提出轻量化
YOLOv4检测模型，利用MobileNet‑v3替换YOLOv4的主干网络，降低模型的参数量，并引入深度可分离卷积代替原网
络中的标准卷积；最后，结合标签平滑和退火余弦算法，使用LeakyReLU激活函数代替MobileNet‑v3浅层网络中原有
的激活函数，从而优化模型的收敛效果。实验结果表明，轻量化YOLOv4的权值文件为56.4MB，检测速率为
85.6FPS，检测精度为93.35%，表明所提方法可以为实际道路中的交通实时信息检测及其应用提供参考。
关键词：目标检测；深度学习；图像处理；轻量化；YOLOv4
中图分类号：TP391.4文献标志码：A
Real‑timedetectionmethodoftrafficinformationbasedonlightweightYOLOv4
*
GUOKeyou，LIXue，YANGMin
（SchoolofArtificialIntelligence，BeijingTechnologyandBusinessUniversity，Beijing100048，China）
Abstract:Aimingattheproblemofvehicleobjectiondetectionindailyroadscenes，areal‑timedetectionmethodof
trafficinformationbasedonlightweightYOLOv4（YouOnlyLookOnceversion4）wasproposed.Firstly，amulti‑sceneand
multi‑periodvehicleobjectdatasetwasconstructed，whichwaspreprocessedbyK‑means++algorithm.Secondly，a
lightweightYOLOv4detectionmodelwasproposed，inwh
- 乡村振兴、双碳、储能、绿色金融 + 关注
-
实名认证服务提供商
新能源知识科普（本账号发布文档均来源于互联网公开资料，仅用于技术分享交流，相关版权为原作者所有。如果侵犯了您的相关权利，请提出指正，我们将立即删除相关资料）。
文档评论（0）