一种基于YOLOv5s的改进装甲目标检测算法OA
An Improved Armored Target Detection Algorithm Based on YOLOv5s
针对装甲目标图像背景复杂、目标尺度小等问题,提出一种基于YOLOv5s的装甲目标检测算法.首先在FPN结构中增加一个浅层分支,增强对小目标特征的提取能力;其次通过Focal Loss损失函数来平衡正负样本;再次将CIoU_loss用作边框回归损失函数,用以提升识别精度;最后将ECA注意力模块引入算法中,加强重要特征的表达.实验结果表明,改进算法在自制数据集上AP达到92.9％,相较于原始算法提高了4.2％,能够很好地满足装甲目标检测任务的精度与速度需求.
易图明;王先全;袁威;孔庆勇
西南计算机有限责任公司,重庆 400060重庆理工大学,重庆 400054西南计算机有限责任公司,重庆 400060西南计算机有限责任公司,重庆 400060
信息技术与安全科学
装甲目标YOLOv5s特征金字塔ECA注意力模块Focal_loss
《现代信息科技》 2023 (5)
73-77,5
评论