基于YOLOv5s室内目标检测轻量化改进算法研究OA北大核心CSTPCD
针对现有室内目标检测算法,存在结构复杂,计算量以及模型参数量过大等问题,难以部署到计算能力有限的室内机器人平台,实现高效的目标检测。为解决这一问题,提出了一种改进的YOLOV5s轻量化检测算法。该方法采用ShuffleNetv2作为主干特征提取网络,并且在改进的主干网络基础上采用CA注意力机制,同时在颈部网络中采用GSConv和VOV-GSCSP模块。最后引入边框回归损失函数EIOU加快网络收敛。研究结果表明,改进后的目标检测算法,模型计算量减少…查看全部>>
牛鑫宇;毛鹏军;段云涛;娄晓恒
河南科技大学机电工程学院,河南洛阳471003河南科技大学机电工程学院,河南洛阳471003河南科技大学机电工程学院,河南洛阳471003河南科技大学机电工程学院,河南洛阳471003
计算机与自动化
YOLOv5s轻量化ShuffleNetv2网络CA注意力机制GSConv模块VOV-GSCSP模块EIOU损失函数
《计算机工程与应用》 2024 (3)
P.109-118,10
洛阳市科技重大专项(2101018A)。
评论