一种改进YOLOv7-GCA的车型快速识别方法

• 全文链接
• 请求原文

作   者：

斯洪云;  苏盈盈;  邓圆圆;  阎垒;  杨浩军; 

作者机构：

重庆科技大学电气工程学院; 

关键词：

YOLOv7;  GhostConv;  轻量化;  CA注意力机制; 

期刊名称：

重庆科技学院学报（自然科学版）

i s s n：

年卷期：

2024 年 003 期

页   码：

87-92

摘   要：

针对道路车流量大、车型识别速度慢等问题,提出了一种改进YOLOv7-GCA的车型快速识别方法.首先,采用参数量更小、检测速度更快的轻量化卷积GhostConv替换网络中的普通卷积Conv,以提高车型识别速度;其次,为了保证模型的识别精度,在进入颈部前引入CA注意力机制模块.实验结果表明,YOLOv7-GCA模型在保证识别精度的前提下,减少了模型的参数量和复杂度,提高了车型识别速度.