-
题名基于红外图像的目标检测算法分析
- 1
-
-
作者
花成才
磨少清
陈怡霖
胡海
吴思雨
-
机构
天津职业技术师范大学汽车与交通学院
智能车路协同与安全技术国家地方联合工程研究中心(天津)
-
出处
《汽车实用技术》
2024年第2期59-66,共8页
-
文摘
针对车载红外图像细节信息表现不明显、对比度低、成像效果差等缺点导致检测效率不高的问题,文章提出了一种基于YOLOv5s改进的目标检测网络。首先在头部网络中添加一个基于注意力机制的动态探测头,其特征层间的注意力机制用于尺度感知,空间位置间的注意力机制用于空间感知,输出通道内的注意力机制用于任务感知,这使网络更加重点关注检测任务中相关联的前景目标,提升模型目标检测头的表达能力。然后在训练时用MPDIOU替换CIOU边界框损失函数,提升模型的定位精度与效率。最后把轻量级网络FasterNet添加到颈部网络末端中的C3模块,提升模型的实时性。实验结果表明,改进后的网络模型较改进前原始网络模型的mAP提升了2.1%,模型权重大小几乎不变,满足体积小与实时性的需求,适用于车载嵌入式系统中。
-
关键词
目标检测
YOLOv5s
注意力机制
损失函数
车载红外图像
-
Keywords
Target detection
YOLOv5s
Attention mechanism
Loss function
Vehicle-mounted infrared image
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
