(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210352281.1 (22)申请日 2022.04.05 (71)申请人 哈尔滨理工大 学 地址 150080 黑龙江省哈尔滨市南岗区学 府路52号 (72)发明人 姜艳姝　何小昆　 (51)Int.Cl. G06V 20/56(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于改进YOLOv4的自动驾驶目标检测 方法 (57)摘要 本发明公开了一种基于改进YOLOv4自动驾 驶目标检测方法， 属于图像处理技术领域。 该方 法步骤主要包括： S1： 获取目标检测常用数据集， 并对获得到的数据集通过Mosaic进行预处理； S2： 利用NMS、 Soft ‑NMS以及CIOU损失函数， 构建 新的非极大值抑制算 法Soft‑CIOU‑NMS； S3： 改进 YOLOv4的特征提取网络， 将原 YOVOv4的三尺度预 测增加到四尺度预测； 改进YOLOv4的普通卷积， 用深度可分离卷积代替普通卷积， 加快检测速 度； 改进YOLOv 4网络结构， 加入CB AM注意力机制， 增强特征提取能力。 本发明可以有效的提高遮挡 目标检测的效果， 同时对于小目标难以检测的问 题也得到 了改善。 权利要求书3页 说明书7页 附图3页 CN 114708566 A 2022.07.05 CN 114708566 A 1.一种基于改进YOLOv4的自动驾驶目标检测方法， 其特 征在于， 包括以下步骤： S1： 获取目标检测常用数据集， 并对获得到的数据 集通过Mosaic进行预处理， 将得到的 数据集重新进行 标注， 以得到更适 合作为研究对象的复杂数据集； S2： 利用NMS、 Soft ‑NMS以及CIOU损失函数， 构建新的非极大值抑制算法Soft ‑CIOU‑ NMS， 增强对 遮挡目标的检测效果； S3： 改进YOLOv4的特征提取网络， 将原YOVOv4的三尺度预测增加到四尺度预测， 同时对 于浅层信息加入增大感受野 模块， 增强对小目标的检测效果； S4： 改进YOLOv4的普通卷积， 用深度可分离卷积代替普通卷积， 加快检测速度； S5： 改进YOLOV4网络结构， 加入CBAM注意力机制， 增强特 征提取能力。 2.根据权利 要求1所述的一种基于改进YOLOv4的自动驾驶目标检测方法， 其特征在于， 所述步骤S1的具体步骤为： S1.1： 从多个数据集中选出 所需要的图像， 将其 合并成一个新的数据集； S1.2： 将得到的新的数据集重新进行类别标注， 以得到适合自动驾驶目标检测的复杂 数据集； S1.3： 对得到的标准数据 集利用Mosaic进行处理， 且对标准数据 集进行划分， 以得到训 练数据集、 验证数据集与测试 数据集。 3.根据权利 要求1所述的一种基于改进YOLOv4的自动驾驶目标检测方法， 其特征在于， 所述步骤S2的具体步骤为： S2.1： 损失函数IOU如下 所示： 其中A表示预测框的面积， B表示真实框的面积， IOU是通过计算预测框与真实框的交集 与并集的比值 来反映预测的边框与真实的边框的重 叠程度； S2.2： NMS具体描述如下 所示： 其中M为置信度得分最高的基准框与预测框bi的IOU大于或等于阈值Nt时， 直接将bi的 置信度si置0， 也就是直接将这些 预测框过 滤掉； S2.3； Soft ‑NMS具体描述如下 所示： Soft‑NMS将M与预测 框bi的IOU作为f(x)的输入， 然后将结果与置信度si相乘作为大于 置信度的最 终得分， 衰减函数f(x)采用高斯衰减函数， 相比于线性衰减函数， 高斯函数的优 势在于不存在不连续的问题衰减效果更好， 其中σ ＝0.5； S2.4： CIOU具体描述如下 所示：权　利　要　求　书 1/3 页 2 CN 114708566 A 2其中b和bgt分别表示预测边界框与真实边界框的中心点， ρ 表示欧氏距离， c表示预测框 与真实框的最小外 接矩形的对角线距离， α ν 为 惩罚因子， α ν 计算公式如下； S2.5： Soft ‑CIOU‑NMS具体描述如下 所示： Soft‑CIOU‑NMS将NMS和Soft ‑NMS以及CIOU结合， 更好的解决了目标检测过程中目标间 相互遮挡的问题。 4.根据权利 要求1所述的一种基于改进YOLOv4的自动驾驶目标检测方法， 其特征在于， 所述步骤S3的具体步骤为： S3.1： YOLOv4在 经过特征提取网络后， 进入特征融合网络， 将浅层信息位置信息与高层 的语义信息融合， 最后输出三个尺度的预测网络， 13 ×13、 26×26、 52×52， 在原有的三个尺 度的基础上将更浅层的信息融入到PANet网络， 生成四个尺度的预测网络13 ×13、 26×26、 52×52、 104×104， 对小目标的检测有很好的效果； S3.2： RFB通过模拟人类视觉的感受野加强网络的特征提取能力， 通过加入空洞卷积 层， 从而有效的增大了感受野， 分为三个 分支， 每个 分支的底层都经过不同大小的卷积核处 理(1×1， 3×3， 5×5)， 这样使得不同分支都具有不同的感受野， 最后将所有的特征图连接 起来， 使得检测速度和精度都有所提高。 5.根据权利 要求1所述的一种基于改进YOLOv4的自动驾驶目标检测方法， 其特征在于， 所述步骤S4的具体步骤为： S4.1： 普通卷积运行正常卷积过程时， 一个卷积核只能得到一个特征， 仅仅提取到了图 片的一个属性， 若 要得到更多的属性， 则需要更多的滤波器， 参数量大运 算成本高； S4.2： 深度可分离卷积通过逐通道卷积和逐点卷积两个步骤， 其中逐通道卷积的一个 卷积核负责一个通道， 一个通道只被一个卷积核 卷积， 通过第一次卷积， 卷积核的数量与上 一层的通道数量相同， 特征图数量与输入层的通道数相同， 没有有效的利用不同通道在相 同空间位置上的特征信息， 因此需要进 行逐点卷积， 逐点卷积与常规卷积 类似， 将第一次卷 积的map在深度方向上进行加权组合， 生成新的特征图， 相同的输入情况下， 深度可分离卷 积的参数个数 是常规卷积的1/ 3。 6.根据权利 要求1所述的一种基于改进YOLOv4的自动驾驶目标检测方法， 其特征在于， 所述步骤S5的具体步骤为： S5.1： CBAM是一个轻量级的通用模块， 可以无缝的集成到任何CNN框架中， 并且一起进 行端到端的训练， CBAM模块分为通道注意力模块和空间注意力模块， 通道注意力模块关注权　利　要　求　书 2/3 页 3 CN 114708566 A 3