复杂交通场景下的轻量级目标检测算法

来源：计算机应用与软件杂志2025年第8期北京时间：

作者：涂洲, 陈明

摘要：针对复杂交通场景下传统 目标检测算法模型尺寸较大、检测速度与检测精度不平衡的问题，基于YOLOv4提出一种轻量级YOLO算法。首先采用轻量级网络Mobilenetv1代替YOLOv4的特征提取网络，并提出一种跨阶段局部模块DW-CSP, 减少模型对冗余信息的学习；同时设计了新的Lish激活函数，采用K-means++聚类算法生成新的先验框，并引入FocalLoss损失函数缓解正负样本比例失衡问题。在特定数据集上进行的实验表明，改进YOLO算法相较于YOLOv4算法，在检测速度、检测精度和模型尺寸上均有明显提升，证明了改进算法的有效性。

关键词：目标检测, 轻量化网络, 激活函数, YOLOv4