一种改进YOLOv5s的多尺度目标检测算法OACSTPCD
An Improved Multi-Scale Object Detection Algorithm for YOLOv5s
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…查看全部>>
茆震;任玉蒙;陈晓艳;任克营;赵昱炜
天津科技大学电子信息与自动化学院,天津300222天津科技大学电子信息与自动化学院,天津300222天津科技大学电子信息与自动化学院,天津300222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
信息技术与安全科学
深度学习YOLOv5s多尺度目标检测CBAM注意力机制CIoU损失函数
《传感技术学报》 2023 (2)
267-274,8
天津市科技支撑重点项目(18YFZCGX00360)
评论