基于YOLOv5的轻量级雾天目标检测方法OA北大核心CSTPCD
针对雾天场景下目标检测算法精度较低、模型复杂度较高,提出一种基于YOLOv5的轻量级雾天目标检测方法。采用感受野注意力模块(RFAblock)通过交互感受野特征信息,对感受野添加注意力机制,提高特征提取能力;采用轻量化网络Slimneck作为颈部结构,在保持精度的同时降低模型参数和复杂度;在损失函数中引入真实框与预测框之间的角度向量,提高训练速度和推理的准确性;采用PNMS(precise non-maximum suppression)改进候选…查看全部>>
赖镜安;陈紫强;孙宗威;裴庆祺
桂林电子科技大学信息与通信学院,广西桂林541000桂林电子科技大学信息与通信学院,广西桂林541000桂林电子科技大学信息与通信学院,广西桂林541000西安电子科技大学通信工程学院,西安710126
计算机与自动化
目标检测深度学习雾天场景轻量化注意力机制
《计算机工程与应用》 2024 (6)
P.78-88,11
广西信息材料重点实验室基金(221035-K)桂林电子科技大学研究生教育创新计划(2022YCXS060)。
评论