-
题名基于改进YOLO v5的道路小目标检测算法
被引量：27
- 1
-
-
作者
牛为华
殷苗苗
-
机构
华北电力大学计算机系
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2023年第1期36-44,共9页
-
基金
中央高校基本科研业务费专项资助项目(2017MS156)。
-
文摘
针对小目标检测精度低、检测过程中易出现目标漏检和误检等问题,提出一种改进的YOLO v5道路小目标检测算法。首先在YOLO v5中计了ConvFocus模块;在特征融合部分使用双线性插值上采样操作,并插入5个CBAM注意力机制模块,减少小目标特征的丢失,增强小目标语义及位置信息;另外增加了一个大小为160×160的小目标检测层,利用浅层特征层中包含的丰富的语义及位置信息精确定位识别小目标。实验使用KITTI数据集,对该数据集进行处理并划分训练集和测试集。实验结果表明,改进的YOLO v5模型在KITTI数据集上平均精度均值达到96.5%,与原YOLO v5算法相比有显著提高,小目标检测效果更好。
-
关键词
小目标检测
YOLO
v5
ConvFocus
双线性插值上采样
注意力机制
-
Keywords
small target detection
YOLO v5
ConvFocus
bilinear interpolation up-sampling
attention mechanism
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TP391.9
[自动化与计算机技术—计算机应用技术]
-
