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。
出处
《信息技术与信息化》
2021年第10期10-12,共3页
Information Technology and Informatization
基金
重庆市技术创新与应用发展项目:cstc2020jscx-msxmX0073。
