文档名：改进YOLOv5的拥挤场景目标检测算法
摘要：针对目前目标检测算法在拥挤场景、人群密集、小目标众多等情况下无法准确识别的问题,提出一种基于YOLOv5的拥挤场景目标检测算法.在检测算法中设计了一种基于坐标卷积的C-Detect检测头,使其不再局限于局部信息,具备感知行人空间信息的能力;在颈部网络中利用多尺度特征融合浅层特征图,构造了一个极小目标检测头,改善小目标的漏检率;引入WIoU来替换CIoU损失函数,加快预测框的回归,使模型更具有泛化性.在拥挤行人数据集的实验结果表明,改进后的算法检测精度达到了82.6%,较基准模型提高了3.9%,在拥挤场景行人检测任务中取得了更好的效果.
Abstract：AcrowdedsceneobjectdetectionalgorithmbasedonYOLOv5isproposedtoaddresstheproblemofinaccuraterecognitionofcurrentobjectdetectionalgorithmsincrowdedscenes,densecrowds,andnumeroussmalltargets.AC-Detectdetectionheadbasedoncoordinateconvolutionwasdesignedinthedetectionalgorithm,whichisnolongerlimitedtolocalinformationandhastheabilitytoperceivepedestrianspatialinformation.Inthenecknetwork,amulti-scalefeaturefusionshallowfeaturemapisusedtoconstructaminimalobjectdetectionhead,whichimprovesthemisseddetectionrateofsmalltargets.IntroducingWIoUtoreplacetheCIoUlossfunctionacceleratestheregressionofthepredictionboxandmakesthemodelmoregeneralized.Theexperimentalresultsonthecrowdedpedestriandatasetshowthattheimprovedalgorithmachievesadetectionaccuracyof82.6%,whichis3.9%higherthanthebenchmarkmodel,andachievesbetterresultsinpedestriandetectiontasksincrowdedscenes.
作者：赵旭东 王馨 刘兴 安瑜 Author：ZHAOXudong WANGXin LIUXing ANYu
作者单位：山东省海洋科学研究院(青岛国家海洋科学研究中心),山东青岛266104泰安国兴信息科技有限公司,山东泰安271000青岛海湾化工设计研究院有限公司,山东青岛266100
刊名：电子设计工程 ISTIC
Journal：ElectronicDesignEngineering
年，卷(期)：2024, 32(14)
分类号：TN91
关键词：拥挤场景 YOLOv5 多尺度特征融合 WIoU 行人检测
Keywords：crowdedscenes YOLOv5 multi-scalefeaturefusion WIoU pedestriandetection
机标分类号：TP391.41TN911.73TP242
在线出版日期：2024年7月19日
基金项目：山东省重点研发计划软科学项目，山东乡村振兴实践研究院乡村振兴研究课题改进YOLOv5的拥挤场景目标检测算法[
期刊论文] 电子设计工程--2024, 32(14)赵旭东 王馨 刘兴 安瑜针对目前目标检测算法在拥挤场景、人群密集、小目标众多等情况下无法准确识别的问题,提出一种基于YOLOv5的拥挤场景目标检测算法.在检测算法中设计了一种基于坐标卷积的C-Detect检测头,使其不再局限于局部信息,具备感知行...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
改进YOLOv5的拥挤场景目标检测算法 Improving YOLOv5's crowded scene object detection algorithm
改进YOLOv5的拥挤场景目标检测算法.pdf
- 文件大小:
- 1.83 MB
- 下载次数:
- 60
-
高速下载
|
