YOLOv4-LVR:面向边缘设备的轻量级车辆识别算法
来源：计算机应用与软件杂志2025年第11期北京时间：
作者：曾剑秋, 张凯, 魏立斐
摘要：已有的车辆识别系统网络结构复杂、模型内存占用量大，难以部署到资源受限的边缘设备上。为此提出一种基于改进YOLOv4的轻量级车辆识别算法(YOLOv4-LVR)。替换主干网络、使用深度可分离卷积对网络进行轻量化改进，通过添加注意力机制、更新先验框、引入Focal Loss损失函数来提升网络性能。KITTI数据集上的实验表明，该算法在保持较高精度的前提下，大幅降低了网络的计算和存储开销，能够以较低的成本部署到边缘设备上，对目标车辆进行有效的识别。
关键词：车辆识别, 改进YOLOv4, 注意力机制, 损失函数
