一种基于激活函数的改进YOLOv4车辆行人检测算法
基本信息
| 申请号 | CN202210007093.5 | 申请日 | - |
| 公开（公告）号 | CN114694104A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114694104A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V20/54（2022.01）I;G06V20/56（2022.01）I;G06V40/10（2022.01）I;G06V10/44（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王兰美;魏兵;王桂宝;廖桂生;贾建科;孙长征 | 申请（专利权）人 | 陕西理工大学 |
| 代理机构 | - | 代理人 | - |
| 地址 | 710071陕西省西安市雁塔区太白南路2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提出了一种基于激活函数的改进YOLOv4车辆行人检测算法；构造了零点处梯度并不突变的FMish激活函数，保证信息流动，不会出现“梯度消失”；本发明在Dense‑YOLOv4与Dense‑YOLOv4‑Small网络结构的基础上，将全部的激活函数替换为FMish激活函数；本发明将KITTI道路目标数据集中的“Misc”和“Dontcare”剔除得到KITTI‑7classes道路目标数据集，在KITTI‑7classes数据集上对三个模型进行训练，并比较了检测速度和检测性能；基于FMish激活函数的网络模型不仅避免饱和问题，而且避免了“梯度爆炸”问题，保证训练过程的稳定性，提升检测效果。 |
