基于YOLOv4的公路护栏检测算法
金豪
重庆交通大学信息科学与工程学院 重庆400074
摘要：公路护栏测量是公路管理的一项重要任务,为了提高公路护栏检测的准确率、解决传统图像处理方法检测护栏准确率低的问题,提出了一种基于深度学习算法YOLOv4的护栏检测方法.采用CSPDarkNet53作为主干网络和Mish作为激活函数,SPP和PANet结构作为特征金字塔网络进行特征提取;利用得到的特征提取中间层、中下层和底层进行预测.对500幅测试图像的护栏检测结果表明,平均检测准确率为97.24％.基于YOLOv4的护栏检测算法与传统的图像处理算法相比,能更加准确地检测护栏,具有良好的通用性和鲁棒性.
关键词：深度学习目标检测YOLOv4护栏检测
资助基金：重庆市技术创新与应用发展项目(cstc2020jscx-msxmX0073)
论文发表日期：2021-10-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：3( 10-12 )