何凌志，华国亮，王 晗

（南京理工大学紫金学院， 江苏 南京 210023）

0 引言

随着中国城镇化进程加快,人们的生活水平和质量日益得到改善,日常生活中参加足球运动的人也日渐增多。 由于足球比赛录像直播时间长及足球观众对精彩竞技比赛十分感兴趣,因此足球视频的精彩比赛事件检测也逐渐成为体育竞技分析领域研究的一个热门话题。 在这其中,足球录像中球的检测是当前主要的研究基础之一,它的检测质量也将直接影响对足球录像分析和检索的最后效果,所以一直受到众多学者的普遍重视。

近年来,YOLOv4［1］深度卷积神经网络以其检测效率高而被广泛使用。 本项目设计了一个基于嵌入式的智能足球数据检测分析系统,把人工智能和嵌入式平台相结合。

1 YOLOv4 目标检测算法概述

YOLO［2］网络是一种基于回归的目标数据检测分析算法,检测速度较快且检测结果质量高,故在许多任务具有良好的成效［3］。 YOLO 的多尺度预测算法相较于其他算法检测目标更具优势。 YOLOv4 目标数据检测分析算法广泛使用了近些年CNN 领域中最优的数据优化处理策略,从网络数据处理、主干数据网络、网络管理训练、激活处理函数、损失补偿函数等各个方面都有着不同程度的优化提升。 YOLOv4 5 个基本组件分别是CBM(Conv+Bn+Mish),BL(Conv+Bn+Leaky＿relu),Resunit,CSPX,SPP,其中,输入端的改进是YOLOv4 最为重要之一,主要包括了Mosaic 数据增强,在YOLOv4 中所运用的Mosaic 是根据2019 年年底提出的CutMix 数据增强的方式,而CutMix 只采用了二幅图像进行拼接,Mosaic 数据增强则是用的四幅图像,通过随机缩放、随机裁剪、随机排布的方式进行处理拼接。……