扩张坐标注意力YOLOv4的目标检测方法研究

该篇论文旨在改进YOLOv4目标检测器深层和浅层信息特征提取不充分的问题，提出了一种新的基于扩张坐标注意力YOLOv4的目标检测方法，即YOLOv4-D。该方法采用具有不同扩张率的多个扩张卷积对注意力机制模块进行改进，并将其置于主干网络的浅层特征层之前，不同感受野下的特征映射得以融合，浅层网络的特征提取能力得到显著提升。同时采用多尺度训练策略增强鲁棒性。该研究将深度学习技术运用于目标检测领域，为计算机视觉的应用提供了重要的帮助。