[发明专利]一种基于改进YOLOv4的交通目标检测方法及系统

权利要求书

1.一种基于改进YOLOv4的交通目标检测系统，其特征在于，其包括MobileViT-S主干网络、SPP特征金字塔网络、PANet特征加强网络及目标检测头，其中，所述PANet特征加强网络及所述目标检测头中使用的卷积为深度可分离卷积；其中，所述MobileViT-S主干网络包括输入层、第一卷积层、第一MV2模块、第二MV2模块、第一MV2残差模块、第二MV2残差模块、第三MV2模块、第一MobileViT模块、第四MV2模块、第二MobileViT模块、第五MV2模块，其中，所述MV2模块来自Mobilenetv2网络，由以下部分依次组成：1×1卷积层、BN层、SiLU激活函数、3×3卷积层、BN层、SiLU激活函数、1×1卷积层、BN层；所述MobileViT模块由以下部分依次组成：3×3卷积层、BN层、SiLU激活函数、1×1卷积层、BN层、SiLU激活函数、Transformer层、1×1卷积层、BN层、SiLU激活函数、与输入该模块的图像进行拼接的3×3卷积层、BN层、SiLU激活函数；所述Transformer层由以下部分构成：第一LN层、多头注意力层、第一Dropout层、第二LN层、第一线性层、SiLU激活函数、第二Dropout层、第二线性层、第三Dropout层，其中，第一Dropout层后的输出与经第一LN层前的输入进行残差相加后再输入第二LN层，第三Dropout层后的输出与经第二线性层前的输入进行残差相加后再得到最终输出；所述MV2残差模块为在所述MV2模块的1×1卷积前引入残差连接，并与最后一个BN层的输出相加得到。

2.根据权利要求1所述的目标检测系统，其特征在于，其还包括对所述MobileViT-S主干网络的输出图像进行卷积处理后再输入所述SPP特征金字塔网络的第一卷积块，对所述SPP特征金字塔网络的输出图像进行拼接及卷积处理后再输入所述PANet特征加强网络的第一拼接卷积块，所述第一卷积块包括3个卷积单元，所述第一拼接卷积块包括3个对拼接数据进行卷积处理的卷积单元，所述各卷积单元均包括一个卷积层、一个BN层及ReLU激活函数。

3.根据权利要求1所述的目标检测系统，其特征在于，所述PANet特征加强网络包括：与所述第二MV2模块及第一目标检测头相连的第一特征加强层、与所述第三MV2模块及第二目标检测头相连的第二特征加强层、与所述第四MV2模块及第三目标检测头相连的第三特征加强层、与所述SPP特征金字塔网络后的第一拼接卷积块及第四目标检测头相连的第二拼接卷积块；其中，所述第一特征加强层进一步包括与所述第二MV2模块及所述第一目标检测头相连的第一拼接上采样块和与该第一拼接上采样块及所述第二特征加强层中的拼接降采样块相连的第一降采样层，所述第二特征加强层进一步包括与所述第三MV2模块相连的第二拼接上采样块和与该第二拼接上采样块及所述第二目标检测头相连的第一拼接降采样块，所述第三特征加强层进一步包括与所述第四MV2模块相连的第三拼接上采样块和与该第三拼接上采样块及所述第三目标检测头相连的第二拼接降采样块，且所述第三特征加强层的第三拼接上采样块及所述第二拼接卷积块均与所述特征金字塔网络后的所述第一拼接卷积块的输出相连，所述第三拼接上采样块进一步与所述第二拼接上采样块相连，所述第二拼接上采样块进一步与所述第一拼接上采样块相连，所述第一降采样层进一步与所述第一拼接降采样块相连，所述第一拼接降采样块进一步与所述第二拼接卷积块相连；其中，所述第二拼接卷积块包括对拼接数据进行卷积处理的5个卷积块，所述各拼接上采样块均包括对拼接数据进行卷积处理的5个卷积块和一个对拼接数据进行上采样的上采样层，所述各拼接降采样块均包括对拼接数据进行卷积处理的5个卷积块和一个对拼接数据进行降采样的降采样层，所述各卷积块均包括一个卷积层、一个BN层及ReLU激活函数。