基于改进YOLOv5s的服务机器人物品识别算法
来源：计算机应用与软件杂志2025年第1期北京时间：
作者：李俊成, 张奇志, 周亚丽
摘要：随着“无人化”概念的不断加深，家庭服务机器人的功能需求越来越高，快速拿取指定生活用品并准确递送的功能具有很强的市场价值。但高精度的检测算法对硬件需求很高。因此，提出一种改进YOLOv5s的深度学习算法（YOLOv5ss）来识别生活用品，采用内卷积操作代替卷积提取图像特征，并基于CDIoU方法对预测评估系统进行优化，有效地减少模型复杂度，加快识别速度。通过对比实验发现，YOLOv5ss网络在保证精度的情况下，大幅度减少模型复杂度，并提高识别速度。
关键词：物品识别, 低复杂度, 快速识别
