《计算机工程与科学杂志》发表论文赏析

基于多尺度特征提取的YOLOv5s算法优化

来源:计算机工程与科学杂志2023年第6期北京时间:

作者:李校林, 王复港, 张鹏飞, 张琳玉,

单位:1.重庆邮电大学通信与信息工程学院,重庆 400065;2.重庆邮电大学通信新技术应用研究中心,重庆 400065

摘要:目标检测算法广泛应用于无人驾驶、机器人视觉和工业自动化等领域,具有重要研究价值。在众多目标检测算法中,YOLOv5s具有参数规模小和检测速度快的优点,但存在检测精度不高的问题。针对YOLOv5s标准卷积模块特征提取能力不强且存在特征冗余的问题,提出2个基于多尺度特征提取的卷积模块。首先提出多感受野卷积模块,通过多个尺寸的卷积核获取不同粒度的语义信息,以提高模型特征提取能力;然后提出特征图卷积模块,利用少量标准卷积核与分组卷积减少特征通道间的相互制约,提高特征图的多样性;最后使用多感受野卷积模块和特征图卷积模块替换YOLOv5s的部分标准卷积模块,得到本文的改进算法。在PASCAL VOC数据集上的实验结果表明,改进算法在提高了检测精度的同时还保证了YOLOv5s的实时检测能力,mAP_0.5和mAP_0.5:0.95分别提高了2.4%和4.9%,证明了改进算法的有效性;在DOTA数据集上进一步验证了改进算法在不同环境下具有良好的泛化能力。

关键词:目标检测,多尺度特征,感受野,特征冗余,

2023年6期其他文献查阅:

面向112 Gbps PAM4串行接收机的低误码协同自适应均衡器

基于CAD几何模型的曲面流线可视分析方法

一种定制片上网络设计探索算法的设计与实现

基于WCOJ的UPF供电状态分析器的设计与实现

基于6U VPX主板的铝基均热板散热性能实验研究

基于匹配理论的LoRa参数双重匹配优化

面向公共递归DNS服务系统的测量与分析

基于Double-Bagging特征降维异质集成入侵检测

针对图像识别的一种分步对抗防御方法研究

一种改进Faster R-CNN的图像篡改检测模型

基于图神经网络的行人轨迹预测研究综述

基于多尺度特征提取的YOLOv5s算法优化

基于改进的YOLOv5的航拍图像中小目标检测算法

基于改进MobileNetV2的人脸表情识别

基于会话嵌入的应用程序使用预测

多层CNN特征融合及多分类器混合预测的多模态虚假信息检测#br#

基于特征融合与Transformer模型的声音事件定位与检测算法研究

基于谱图小波的多尺度社区搜索方法

基于神经网络的医疗文本分类研究

自适应变异蝴蝶优化算法

命题逻辑中一种矛盾体生成新方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!