摘要
针对在城市街道中检测目标因为相互遮挡、尺寸小、密集分布等问题导致检测困难,检测目标丢失,提出一种改进的YOLOv5s算法。首先通过将CA注意力模块与C3模块相结合加入C3CA注意力模块;其次加入SPPFCSPC空间金字塔池化模块代替SPPF,进一步扩大感受野,提升模型的精度。最后改变Neck结构变为Slim-Neck结构,通过替换Conv模块为GSConv模块,并将Slim-Neck中的C3模块中的Conv模块替换为GSConv模块。实验使用优化后的KITTI数据集。实验结果表明,改进后的算法与YOLOv5s相比在平均精度值上提升了2.3%,小目标漏检的情况也有了明显改善。
出处
《电脑知识与技术》
2023年第31期5-8,共4页
Computer Knowledge and Technology
