改进轻量型YOLOV4的目标监测系统

针对实施昏暗复杂环境下混合路况的目标监测任务,提出基于YOLOV4-tiny的改进算法,建立智能化目标监测系统。为提高目标检测精度,在原有骨架网络提取4层特征进行多层特征叠加。融合图像增强算法,提高系统的鲁棒性。将改进算法与zed双目相机结合进行多源数据采集,经数据决策实现异常数据的存储与自动控制。实验结果表明,在昏暗的复杂环境下,改进后的算法模型较YOLOV4-tiny模型MAP(均值平均精度)提高14.79%,较融合图像增强算法的YOLOV4-tiny模型MAP(均值平均精度)提高3.06%。所提算法应用于目标监测系统上检测精度以及鲁棒性都有所提高。