yolo v4网络结构
时间: 2023-12-02 09:43:18 浏览: 218
基于matlab的预训练的YOLO v4目标检测网络识别80个类别.zip
YOLOv4是一种目标检测算法,其网络结构可分为四个部分:输入端、主干网络、颈部网络和头部网络。其中,主干网络是用于提取特征的网络,颈部网络是加强特征提取的网络,头部网络用于预测目标的位置和类别。YOLOv4的网络结构改进主要包括以下五个基本组件:
1. CBM:由Conv+Bn+Mish激活函数三者组成的最小组件。
2. CBL:由Conv+Bn+Leaky_relu激活函数三者组成。
3. Res unit:借鉴Resnet网络中的残差结构,让网络可以构建的更深。
4. CSPX:借鉴CSPNet网络结构,由三个卷积层和X个Res unit模块Concate组成。
5. SPP:采用1×1,5×5,9×9,13×13的最大池化的方式,进行多尺度融合。
下面是YOLOv4的网络结构示意图:
![yolov4_network_structure](https://img-blog.csdn.net/20180528141712909?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N0YXRpY2Zpbmc=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/80)
阅读全文