-
题名基于YOLOv5的轻量化端到端手机检测方法
被引量：3
- 1
-
-
作者
刘星
蔡乐才
陈波杰
成奎
高祥
段少松
-
机构
四川轻化工大学自动化与信息工程学院
宜宾学院三江人工智能与机器人研究院
-
出处
《电子测量技术》
北大核心
2023年第1期188-196,共9页
-
基金
四川省科技厅重点研发项目(2019YFN0104)
四川轻化工大学研究生创新基金(y2021076)
宜宾学院校级培育项目(2019PY39)资助
-
文摘
针对监控图像中手机尺寸较小、分辨率低且特征不明显等问题,给检测算法研究带来了困难。提出了一种改进的YOLOv5网络模型方法用来识别手机的使用。改进的检测算法引入轻量级网络GhostNet作为主干提取网络,将GhostConv模块、C3Ghost模块分别代替主干网络中的Conv基本卷积模块和C3模块,减小网络参数和复杂度;同时,将注意力机制CBAM引入到主干网络中,减少融合后冗余特征的影响,提取到目标区域中更加关键的特征信息;使用四尺度特征检测,在原算法基础上对应的增加检测层,用以提高更小目标的检测精度。实验结果表明,改进后的YOLOv5算法准确率达到95.7%,平均精度达到97.1%,比改进前训练的准确率和平均精度分别提升了2.5%和1.8%,运算量和参数量较改进前分别减少了14.3%和24.5%。改进的YOLOv5算法不仅具有轻量化优势,同时保证了准确率和平均精度。该方法为智能监测技术行业违规使用手机提供了理论依据和技术参考。
-
关键词
手机检测
轻量化
YOLOv5
GhostNet
-
Keywords
mobile phone detection
lightweight
YOLOv5
GhostNet
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
