文档名：一种改进YOLOv5s的多尺度目标检测算法
摘要：针对多尺度目标检测准确率偏低的问题,提出了一种基于YOLOv5s改进的多尺度目标检测算法.在YOLOv5s主干网络与Neck网络之间融合CBAM模块,增强模型对多尺度目标重要特征信息的提取能力;同时,在模型的Head部分增加多尺度目标检测结构,提高不同尺度目标检测精度;训练时采用CIoU替代GIoU损失函数,以提高模型收敛能力,实现高精度目标定位.数据集来源于实际场景中采集并增强的4万余张图像.实验结果表明,改进后的模型对行人、车辆和人脸的多尺度目标检测平均精度达92.1％,相比未改进YOLOv5s算法提升了3.4％.模型的收敛性好,对密集场景的目标,小尺度目标检测准确度更加突出.
作者：茆震 任玉蒙 陈晓艳 任克营 赵昱炜 Author：MAOZhen RENYumeng CHENXiaoyan RENKeying ZHAOYuwei
作者单位：天津科技大学电子信息与自动化学院,天津300222深圳市安软科技股份有限公司,广东深圳518131
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(2)
分类号：TP391.4
关键词：深度学习 YOLOv5s 多尺度目标检测 CBAM注意力机制 CIoU损失函数
机标分类号：TP391.41O241.82TN929.53
在线出版日期：2023年4月23日
基金项目：天津市科技支撑重点项目一种改进YOLOv5s的多尺度目标检测算法[
期刊论文] 传感技术学报--2023, 36(2)茆震 任玉蒙 陈晓艳 任克营 赵昱炜针对多尺度目标检测准确率偏低的问题,提出了一种基于YOLOv5s改进的多尺度目标检测算法.在YOLOv5s主干网络与Neck网络之间融合CBAM模块,增强模型对多尺度目标重要特征信息的提取能力;同时,在模型的Head部分增加多尺度目...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
一种改进YOLOv5s的多尺度目标检测算法 An Improved Multi-Scale Object Detection Algorithm for YOLOv5s
一种改进YOLOv5s的多尺度目标检测算法.pdf
- 文件大小:
- 4.21 MB
- 下载次数:
- 60
-
高速下载
|
|
