面向道路交通场景的轻量级目标检测方法OACSTPCD
Lightweight object detection method for road traffic scene
针对道路交通场景下的目标检测算法模型占用系统资源较多,对小目标、遮挡目标的检测精度较低等问题,提出一种基于改进的YOLOv5s的轻量级目标检测方法.首先,将主干网络中一些运算量较大的模块替换为Ghost模块或者深度可分离卷积模块,可以减小网络规模、提高推理速度;其次,在主干网络添加SE模块,筛选针对通道的特征信息,提升特征表达能力;再次,使用排斥力损失函数Repulsion Loss作为bbox损失函数,使目标的预测框与匹配的目标框的距离缩小,与…查看全部>>
黄仝宇;胡斌杰;朱婷婷
华南理工大学,广东 广州 510640华南理工大学,广东 广州 510640广东白云学院,广东 广州 510450
信息技术与安全科学
深度学习轻量级卷积神经网络目标检测YOLOv5s算法Ghost模块深度可分离卷积损失函数遮挡目标
《现代电子技术》 2022 (3)
车联网复杂移动环境频谱感知与建模理论
88-95,8
国家自然科学基金项目(61871193)广东省自然科学基金重点项目(2018B030311049)广东省重点科技领域研发计划(2019B090912001)资助
评论