一种基于YOLOv4的苦麻菜障碍物快速识别检测的优化方法

本发明是一种基于YOLOv4的苦麻菜障碍物快速识别检测的优化方法，该方法包括：使用K‑means算法初始化锚框，生成尺度适应性更强的锚框，使模型更适应于对细长状苦麻菜的检测；针对网络场景特殊性的网络结构优化，裁减远处苦麻菜及近处小苦麻菜目标，只对每帧图像中存在的近景稳定检测；池化方式的优化，采用指数加权平均的过滤方式进行池化，以尽可能的保留所有有用信息。本发明采用基于YOLOv4对苦麻菜精准检测，并在先验框重聚类、池化方式、网络结构三个方面进行了优化，优化后的YOLOv4可以加速目标检测过程，使其适用于实时应用,减少计算和内存资源的使用，以适应嵌入式系统或具有资源限制的设备,尽量不损害目标检测的准确性，保持对目标的高质量识别。