基于改进的YOLOv4模型的行人检测算法

• 作 者: 巨志勇 李玉明 薛永杰 叶雨新 赖颖
• 机 构: 上海理工大学光电信息与计算机工程学院
• 出 处: 控制工程
• 发表日期: 2020年01期
• 关键词: 行人检测 YOLOv4 Vision Transformer 深度可分离卷积 多头注意力机制
• 基金项目: 国家自然科学基金（81101116）；

为提高行人检测算法在实际应用中的准确率，提出在YOLOv4模型中融合Vision Transformer模型与深度可分离卷积的行人检测算法，该算法把Vision Transformer模型加入到YOLOv4模型的主干特征提取网络与空间金字塔池化层中，充分发挥该模型的多头注意力机制对图像特征进行预处理的能力，同时，用深度可分离卷积替换路径聚合网络中堆叠过后的常规卷积，以便于模型在后续的特征提取中能够提取出更多有用的特征。实验结果表明，改进后的YOLOv4模型Vit-YOLOv4构建的行人检测算法精确率和检测率都有所提高，进而有助于行人检测算法的构建，并使其在交通管理、防疫测温以及视频监控等领域发挥重要作用。