文档名：基于改进YOLO v5的道路小目标检测算法
摘要：针对小目标检测精度低、检测过程中易出现目标漏检和误检等问题,提出一种改进的YOLOv5道路小目标检测算法.首先在YOLOv5中计了ConvFocus模块;在特征融合部分使用双线性插值上采样操作,并插入5个CBAM注意力机制模块,减少小目标特征的丢失,增强小目标语义及位置信息;另外增加了一个大小为160×160的小目标检测层,利用浅层特征层中包含的丰富的语义及位置信息精确定位识别小目标.实验使用KITTI数据集,对该数据集进行处理并划分训练集和测试集.实验结果表明,改进的YOLOv5模型在KITTI数据集上平均精度均值达到96.5％,与原YOLOv5算法相比有显著提高,小目标检测效果更好.
作者：牛为华 殷苗苗Author：NIUWeihua YINMiaomiao
作者单位：华北电力大学计算机系,河北保定071003
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(1)
分类号：TP391.4TP391.9
关键词：小目标检测 YOLOv5 ConvFocus 双线性插值上采样 注意力机制
机标分类号：TP391.41TP18TP242
在线出版日期：2023年3月23日
基金项目：中央高校基本科研业务费专项资助项目基于改进YOLOv5的道路小目标检测算法[
期刊论文] 传感技术学报--2023, 36(1)牛为华 殷苗苗针对小目标检测精度低、检测过程中易出现目标漏检和误检等问题,提出一种改进的YOLOv5道路小目标检测算法.首先在YOLOv5中计了ConvFocus模块;在特征融合部分使用双线性插值上采样操作,并插入5个CBAM注意力机制模块,减少...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
基于改进YOLO v5的道路小目标检测算法 Road Small Target Detection Algorithm Based on Improved YOLO v5
基于改进YOLO v5的道路小目标检测算法.pdf
- 文件大小:
- 4.84 MB
- 下载次数:
- 60
-
高速下载
|
