基于改进YOLOv5-ResNet的海上舰船SAR图像快速检测 被引量：1

1

作者 龙昊 张思佳 +1 位作者 周晶 王冠 《宇航计测技术》 CSCD 2024年第2期52-59,共8页

在恶劣天气和海浪等自然因素的影响下,基于可见光数据进行舰船目标监测等手段往往难以有效开展,需要借助主动式微波成像卫星合成孔径雷达(SAR)进行图像解译。为了解决深度学习在处理数据集较小图像上无法准确提取特征及数据相似度较高... 在恶劣天气和海浪等自然因素的影响下,基于可见光数据进行舰船目标监测等手段往往难以有效开展,需要借助主动式微波成像卫星合成孔径雷达(SAR)进行图像解译。为了解决深度学习在处理数据集较小图像上无法准确提取特征及数据相似度较高的问题,基于YOLOv5-ResNet提出了一种跨尺度融合机制,重新定义损失函数。研究表明,识别SAR舰船目标的准确率有一定的提升:识别单目标舰船检测最高准确度达到93%,同比YOLOv5提升4%,比YOLOv5-ResNet50提升20%;在近岸舰船目标检测上,有效降低了由于数据集质量不佳、模型训练方法不当等造成误差率的非必要上升。 展开更多

关键词 合成孔径雷达图像 星载SAR图像 舰船目标检测 YOLOv5 ResNet 跨尺度融合

下载PDF 职称材料

结合跨尺度特征融合与瓶颈注意力模块的轻量型红外小目标检测网络 被引量：4

2

作者 林再平 李博扬 +6 位作者 李淼 王龙光 吴天昊 罗伊杭 肖超 李若敬 安玮 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2022年第6期1102-1112,共11页

提出一种结合跨尺度特征融合与瓶颈注意力模块的轻量型单帧红外小目标检测网络。该网络在不引入额外神经元的前提下,直接在编码层和解码层之间进行高频多尺度特征交互,从而维持小目标在网络深层的响应幅值,实现小目标浅层空间结构特征... 提出一种结合跨尺度特征融合与瓶颈注意力模块的轻量型单帧红外小目标检测网络。该网络在不引入额外神经元的前提下,直接在编码层和解码层之间进行高频多尺度特征交互,从而维持小目标在网络深层的响应幅值,实现小目标浅层空间结构特征与深层高级语义特征之间的交互融合。同时,该网络在编码器瓶颈处级联轻量型混合注意力模块,进一步增强目标特征在网络深层的响应幅值。实验结果表明,该网络能有效抑制复杂背景杂波,并以较低参数量实现红外小目标检测。 展开更多

关键词 红外小目标检测 轻量型算法 跨尺度融合 瓶颈注意力模块

下载PDF 职称材料

全局-局部注意力引导的红外图像恢复算法

3

作者 刘晓朋 张涛 《红外技术》 CSCD 北大核心 2024年第7期791-801,共11页

针对真实世界的红外图像恢复算法中存在的图像模糊、纹理失真、参数过大等问题,提出了一种用于真实红外图像的全局-局部注意力引导的超分辨率重建算法。首先,设计了一种跨尺度的全局局部特征融合模块,利用多尺度卷积和Transformer并行... 针对真实世界的红外图像恢复算法中存在的图像模糊、纹理失真、参数过大等问题,提出了一种用于真实红外图像的全局-局部注意力引导的超分辨率重建算法。首先,设计了一种跨尺度的全局局部特征融合模块,利用多尺度卷积和Transformer并行融合不同尺度的信息,并通过可学习因子引导全局和局部信息的有效融合。其次,提出了一种新颖的退化算法,即域随机化退化算法,以适应真实红外场景图像的退化域。最后,设计了一种新的混合损失函数,利用权重学习和正则化惩罚来增强网络的恢复能力,同时加快收敛速度。在经典退化图像和真实场景红外图像上的测试结果表明,与现有方法相比,该算法恢复的图像纹理更逼真,边界伪影更少,同时参数总数最多可减少20%。 展开更多

关键词 域随机化退化算法 跨尺度融合 红外图像超分辨率 生成对抗网络

下载PDF 职称材料

结合目标色彩特征的基于注意力的图像分割

4

作者 张建兴 李军 石庆龙 《计算机工程与应用》 CSCD 2014年第13期191-195,共5页

提出一种基于注意力的图像分割算法,在视觉场景选择机制基础上结合目标色彩特征的任务驱动机制,形成了自下而上和自上而下的注意力集成分割机理。该算法在图像的多尺度空间中,把视觉场景的亮度、颜色和方向特征与任务目标色彩特征同时... 提出一种基于注意力的图像分割算法,在视觉场景选择机制基础上结合目标色彩特征的任务驱动机制,形成了自下而上和自上而下的注意力集成分割机理。该算法在图像的多尺度空间中,把视觉场景的亮度、颜色和方向特征与任务目标色彩特征同时进行提取,生成场景和目标相结合的显著图,然后在基于视觉注意力图像空间中对"场景-目标"显著图进行归一化的跨尺度融合,最后通过双线性插值和显著图连通区域二值化分割出图像目标注意力焦点。应用该算法对自然场景与室内场景图像进行实验,结果表明该方法在各种环境中尤其是干扰物体较显著的情形下都能成功地分割提取出目标物体。 展开更多

关键词 图像分割 注意力 特征图 场景-目标显著图 跨尺度融合

下载PDF 职称材料

基于交叉注意和跨尺度融合的车辆抛投垃圾识别

5

作者 陈云腾 孙振华 +1 位作者 周杰忻 刘志 《浙江工业大学学报》 CAS 北大核心 2024年第6期611-620,共10页

旨在实时交通监控视频中智能识别违反车辆投掷垃圾(TWV)行为。TWV不仅污染环境,而且存在大量潜在危险,尤其是在高速隧道场景中,严重影响行车安全。目前,视频中TWV行为仍主要依靠人工方式检查,既耗时又费力。为此,提出了一种基于深度学... 旨在实时交通监控视频中智能识别违反车辆投掷垃圾(TWV)行为。TWV不仅污染环境,而且存在大量潜在危险,尤其是在高速隧道场景中,严重影响行车安全。目前,视频中TWV行为仍主要依靠人工方式检查,既耗时又费力。为此,提出了一种基于深度学习的车辆抛投垃圾识别模型(VTWIM),结合交叉注意和跨尺度融合模型(CASF)、选择性搜索和非最大化抑制(NMS),实现了基于深度剩余网络的车辆垃圾识别方法(CASF-VTWI)。首先,通过选择性搜索将一个视频帧分割为多个区域,这些区域与标有位置框的可疑对象相匹配;然后,利用CASF进行抛掷垃圾的识别训练;最后,利用NMS移除了冗余位置框,保留了最优的位置框。所提方法较好地解决了车辆垃圾的智能识别问题,对实时交通监控视频进行的实验研究证明了模型和算法的有效性与优越性。 展开更多

关键词 车辆抛投垃圾 交叉注意和跨尺度融合 交通监控视频

下载PDF 职称材料

安宫牛黄丸抗心力衰竭作用的跨尺度多向药理学研究 被引量：3

6

作者 史雪敬 金强 +5 位作者 赵誉 许麦成 张寒 盛洪达 王毅 赵筱萍 《中国中药杂志》 CAS CSCD 北大核心 2022年第7期1888-1896,共9页

安宫牛黄丸具有清热解毒、豁痰开窍的功效,临床常用于治疗热入心包所致的高热惊厥等疾病,但其对心力衰竭的治疗作用尚未得到关注。该研究采用超高效液相色谱-串联飞行时间质谱(UPLC-Q-TOF-MS)联用技术,辨析安宫牛黄丸调控的差异代谢物,... 安宫牛黄丸具有清热解毒、豁痰开窍的功效,临床常用于治疗热入心包所致的高热惊厥等疾病,但其对心力衰竭的治疗作用尚未得到关注。该研究采用超高效液相色谱-串联飞行时间质谱(UPLC-Q-TOF-MS)联用技术,辨析安宫牛黄丸调控的差异代谢物,结合药效学数据与代谢网络的融合分析,研究安宫牛黄丸抗心力衰竭的潜在作用机制。建立异丙肾上腺素诱导的小鼠心力衰竭模型,给予安宫牛黄丸灌胃1周,然后进行超声心动图检测评价药效,收集血清样本进行代谢组学分析。通过偏最小二乘判别分析(PLS-DA)筛选出安宫牛黄丸抗心力衰竭的8个显著性差异代谢物,后导入MetaboAnalyst数据库进行相关代谢通路分析;对安宫牛黄丸主要化合物的潜在靶点进行筛选,并富集关键代谢通路;将安宫牛黄丸给药后部分代谢物相对含量回调指数与整体药效数据进行跨尺度融合分析,进一步进行“化合物-反应-酶-基因”网络分析。综合分析,推测安宫牛黄丸抗心力衰竭作用可能主要与花生四烯酸、氨基酸、甘油磷脂及亚油酸代谢相关。该文所建立的跨尺度多向药理作用的辨析方法,为运用现代科学技术解读安宫牛黄丸抗心力衰竭作用的科学内涵提供了新途径。 展开更多

关键词 安宫牛黄丸 心力衰竭 多向药理学 差异代谢物 通路分析 跨尺度融合分析

原文传递

同尺度和跨尺度增强的U-Net用于视网膜血管分割

7

作者 杨颖 岳圣斌 +1 位作者 楚博文 全海燕 《光学技术》 CAS CSCD 北大核心 2023年第4期487-496,共10页

视网膜血管的自动分割技术有助于早期诊断和治疗与视网膜相关的疾病。由于视网膜血管结构复杂且精细,眼底图像存在着低对比度、光照不均以及病理性渗出物等因素的干扰,导致该任务仍然具有挑战性。针对该任务主流框架U-Net中未考虑全局... 视网膜血管的自动分割技术有助于早期诊断和治疗与视网膜相关的疾病。由于视网膜血管结构复杂且精细,眼底图像存在着低对比度、光照不均以及病理性渗出物等因素的干扰,导致该任务仍然具有挑战性。针对该任务主流框架U-Net中未考虑全局语义依赖关系以及编码器和解码器之间的语义鸿沟问题,提出了一种同尺度和跨尺度增强的U-Net模型。从两个角度对该模型进行设计:对于同一尺度的编码-解码层,一种空间增强的自注意力机制被嵌入到每个编码层中以增强模型的全局空间聚合能力,并进一步将其拓展到解码端来缓解解码过程中上采样操作带来的信息丢失等问题;对于不同尺度的编码-解码层,引入了一种新颖的跨尺度融合模块,通过动态地选择最深层中丰富的特征信息来增强与其它层之间的语义交互,从而进一步弥合编码器和解码器之间的语义鸿沟。在DRIVE、CHASE_DB1和STARE三个视网膜标准数据集上进行了实验验证,实验结果表明I2A-Net能有效地分割出视网膜血管结构,相比与基线模型,在各项评价指标上均取得了较高的提升。 展开更多

关键词 深度学习 视网膜血管分割 U-Net 空间增强的自注意力机制 跨尺度融合模块

原文传递

基于跨尺度特征融合与注意力机制的遥感船舶检测

8

作者 汤永恒 郭璇 +2 位作者 孙水发 李昌振 张晶 《遥感信息》 CSCD 北大核心 2024年第5期29-37,共9页

针对常规目标检测算法对遥感船舶目标检测精度低且预测框不能将船舶目标紧密封装,为后续匹配计算带来极大误差等问题,提出一种跨尺度特征融合与注意力机制的遥感船舶检测算法。该算法通过HRNetV2_w40骨干网络提取高分辨率图像特征,并采... 针对常规目标检测算法对遥感船舶目标检测精度低且预测框不能将船舶目标紧密封装,为后续匹配计算带来极大误差等问题,提出一种跨尺度特征融合与注意力机制的遥感船舶检测算法。该算法通过HRNetV2_w40骨干网络提取高分辨率图像特征,并采用跨尺度融合特征金字塔模块对backbone提取的多级特征信息进行跨级融合,设计卷积注意力网络模块让网络模型在空间和通道两个维度产生注意力特征图信息以生成更加精细化特征图。同时,全新设计融合旋转角度信息的旋转目标损失函数使算法可有效检测任意方向船舶目标。实验结果表明,该算法能有效检测与识别遥感船舶目标,平均准确率达到74.8%,高于现有其他方法。此外,该算法很容易扩展到其他工业领域旋转目标检测任务中。 展开更多

关键词 深度学习 船舶检测 旋转检测 跨尺度特征融合 卷积注意力

下载PDF 职称材料

基于LOD-RSINet的轻量化遥感图像目标检测

9

作者 李琛 丁胜 付佳俊 《计算机技术与发展》 2024年第12期165-171,共7页

为了满足遥感图像目标检测任务中轻量化和快速推理的需求,提出了一种基于改进YOLOv8s的轻量化遥感图像目标检测算法(A Lightweight Object Detection Network for Remote Sensing Images, LOD-RSINet)。首先,提出基于SENetv2机制构建的C... 为了满足遥感图像目标检测任务中轻量化和快速推理的需求,提出了一种基于改进YOLOv8s的轻量化遥感图像目标检测算法(A Lightweight Object Detection Network for Remote Sensing Images, LOD-RSINet)。首先,提出基于SENetv2机制构建的C2SE(C2f-SENetv2)模块,在略微增加模型参数量的同时让网络更有效地学习到输入数据的不同特征,提升特征表达的精细度和全局信息的整合能力;其次,设计一种轻量级跨尺度特征融合模块CCFM,以增强模型对于尺度变化的适应性和对小目标的检测能力,在不影响模型检测精度的情况下降低了参数量并提高了检测速度;最后,引入了一种Shape IoU损失函数,通过关注边界框本身的形状和尺度来计算损失,从而使边界框回归更加准确。实验证明,改进后的算法在DIOR数据集上的检测精度mAP50和mAP50-95分别达到了0.867和0.668,参数量GFLOPs降低了5.61百分点,检测速度FPS提高了5.94百分点,性能表现优于其他对比方法,能够在轻量化的同时提高模型的目标检测能力。 展开更多

关键词 YOLOv8 轻量化 遥感图像目标检测 跨尺度特征融合 损失函数

下载PDF 职称材料

基于跨尺度特征融合自注意力的图像描述方法 被引量：2

10

作者 王鸣展 冀俊忠 +1 位作者 贾奥哲 张晓丹 《计算机科学》 CSCD 北大核心 2022年第10期191-197,共7页

近年来,基于自注意力机制的编码器-解码器框架已经成为主流的图像描述模型。然而,编码器中的自注意力只建模低尺度特征的视觉关系,忽略了高尺度视觉特征中的一些有效信息,从而影响了生成描述的质量。针对该问题,文中提出了一种基于跨尺... 近年来,基于自注意力机制的编码器-解码器框架已经成为主流的图像描述模型。然而,编码器中的自注意力只建模低尺度特征的视觉关系,忽略了高尺度视觉特征中的一些有效信息,从而影响了生成描述的质量。针对该问题,文中提出了一种基于跨尺度特征融合自注意力的图像描述方法。该方法在进行自注意力运算时,将低尺度和高尺度的视觉特征进行跨尺度融合,从视觉角度上提高自注意力关注的范围,增加有效视觉信息,减少噪声,从而学习到更准确的视觉语义关系。在MS COCO数据集上的实验结果表明,所提方法能够更精确地捕获跨尺度视觉特征间的关系,生成更准确的描述。特别地,该方法是一种通用的方法,通过与其他基于自注意力的图像描述方法相结合,能进一步提高模型性能。 展开更多

关键词 图像描述 自注意力 跨尺度特征融合

下载PDF 职称材料

基于跨尺度EEG特征融合的疲劳驾驶检测

11

作者 祁振民 张冰涛 宋宇博 《兰州交通大学学报》 CAS 2023年第4期66-72,共7页

疲劳驾驶是交通事故及其所导致死亡的主要原因之一。传统基于生理信号的疲劳驾驶检测方法往往使用单一尺度,使得部分有价值信息丢失。为此,提出了一种基于跨时空尺度脑电(electroencephalogram,EEG)特征融合的疲劳驾驶检测方法。基于可... 疲劳驾驶是交通事故及其所导致死亡的主要原因之一。传统基于生理信号的疲劳驾驶检测方法往往使用单一尺度,使得部分有价值信息丢失。为此,提出了一种基于跨时空尺度脑电(electroencephalogram,EEG)特征融合的疲劳驾驶检测方法。基于可视图理论映射时序EEG信号到空间网络,以实现时空EEG转化;分别提取时域和空域EEG特征,发掘不同时空EEG特征对疲劳驾驶检测的潜力,设计基于特征权重系数的时空EEG特征融合方法,进而实现疲劳驾驶检测。实验结果表明:该方法可以有效地实现疲劳驾驶检测,最高检测准确率能够达到95.15%。 展开更多

关键词 疲劳驾驶检测 脑电 跨尺度特征融合 权重系数

下载PDF 职称材料

基于匹配提取和跨尺度特征融合网络的风云四号卫星影像超分辨率重建

12

作者 卢峥松 阚希 +1 位作者 李燕 陈乃源 《激光与光电子学进展》 CSCD 北大核心 2023年第14期120-130,共11页

针对风云四号卫星图像近红外和短波红外波段空间分辨率远低于相应的可见光波段的问题,提出一种基于匹配提取和跨尺度特征融合网络的超分辨率方法,以高分辨率波段图像作为参考图像,辅助重建低分辨率的可见光与近红外波段。首先,使用匹配... 针对风云四号卫星图像近红外和短波红外波段空间分辨率远低于相应的可见光波段的问题,提出一种基于匹配提取和跨尺度特征融合网络的超分辨率方法,以高分辨率波段图像作为参考图像,辅助重建低分辨率的可见光与近红外波段。首先,使用匹配提取模块,利用高分辨率图像与低分辨率图像间的相似性,将高分辨率图像的细小纹理信息融合到低分辨率图像中。然后,使用跨尺度特征融合方法将仍存在亮度、颜色、结构等差异的参考图像特征图和低分辨率特征图融合。最后,结合空间-光谱总变异损失和L1损失保证重建结果的空间和光谱可信度。实验结果表明,所提方法在空间和光谱可信度方面取得了良好的结果。与Bicubic、RDN、RCAN、EDSR、Dsen2等方法相比,该方法取得了最优的质量评价指标,能有效提高风云四号卫星影像的空间分辨率。 展开更多

关键词 图像处理 风云四号 超分辨率 特征匹配提取 跨尺度特征融合

原文传递

抽样切分卷积实现跨尺度特征融合及内镜图像去模糊

13

作者 严靖易 李小霞 +2 位作者 秦佳敏 文黎明 周颖玥 《计算机应用研究》 CSCD 北大核心 2023年第4期1233-1238,共6页

针对内镜图像去模糊过程中语义信息难以提取和细节纹理重建困难的问题,设计了一种新的抽样切分卷积,并将其应用于跨尺度特征融合过程中:通过等间隔抽样将大尺度特征无损切分成小尺度特征块,再与小尺度特征进行卷积融合。过程中大尺度特... 针对内镜图像去模糊过程中语义信息难以提取和细节纹理重建困难的问题,设计了一种新的抽样切分卷积,并将其应用于跨尺度特征融合过程中:通过等间隔抽样将大尺度特征无损切分成小尺度特征块,再与小尺度特征进行卷积融合。过程中大尺度特征的所有值都参与了特征融合,避免了细节信息的丢失;未对小尺度特征进行插值,避免了语义信息的模糊。为进一步实现特征互补,设计了特征交互融合模块,先用语义特征激活细节特征,再将两者融合。针对内镜图像亮通道、中间通道和暗通道的特征差异性设计了梯度重建和频域重建损失函数,提升了重建图像的锐度。在EAD和Kvasir-SEG数据集上,该算法的PSNR分别达到32.88 dB和33.01 dB,SSIM分别达到0.972和0.973。实验结果表明,该算法的性能优于主流去模糊算法,视觉上重建图像的纹理更清晰,且未产生伪影。 展开更多

关键词 内镜图像重建 抽样切分卷积 去模糊 跨尺度特征融合 损失函数

下载PDF 职称材料

基于Swin Transformer的YOLOv5安全帽佩戴检测方法 被引量：12

14

作者 郑楚伟 林辉 《计算机测量与控制》 2023年第3期15-21,共7页

针对目前施工现场的安全帽检测方法存在遮挡目标检测难度大、误检漏检率高的问题,提出一种改进YOLOv5的安全帽检测方法;首先,使用K-means++聚类算法重新设计匹配安全帽数据集的先验锚框尺寸;其次,使用Swin Transformer作为YOLOv5的骨干... 针对目前施工现场的安全帽检测方法存在遮挡目标检测难度大、误检漏检率高的问题,提出一种改进YOLOv5的安全帽检测方法;首先,使用K-means++聚类算法重新设计匹配安全帽数据集的先验锚框尺寸;其次,使用Swin Transformer作为YOLOv5的骨干网络来提取特征,基于可移位窗口的Multi-head自注意力机制能建模不同空间位置特征之间的依赖关系,有效地捕获全局上下文信息,具有更好的特征提取能力;再次,提出C3-Ghost模块,基于Ghost Bottleneck对YOLOv5的C3模块进行改进,旨在通过低成本的操作生成更多有价值的冗余特征图,有效减少模型参数和计算复杂度;最后,基于双向特征金字塔网络跨尺度特征融合的结构优势提出新型跨尺度特征融合模块,更好地适应不同尺度的目标检测任务;实验结果表明,与原始YOLOv5相比,改进的YOLOv5在安全帽检测任务上的mAP@.5:.95指标提升了2.3%,检测速度达到每秒35.2帧,满足复杂施工场景下安全帽佩戴检测的准确率和实时性要求。 展开更多

关键词 安全帽佩戴检测 YOLOv5 Swin Transformer GHOST 新型跨尺度特征融合 K-means++

下载PDF 职称材料

基于改进Deformable DETR的无人机视频流车辆目标检测算法

15

作者 江志鹏 王自全 +4 位作者 张永生 于英 程彬彬 赵龙海 张梦唯 《计算机工程与科学》 CSCD 北大核心 2024年第1期91-101,共11页

针对无人机视频流检测中小目标数量多、因图像传输质量较低而导致的上下文语义信息不充分、传统算法融合特征推理速度慢、数据集类别样本不均衡导致的训练效果差等问题,提出一种基于改进Deformable DETR的无人机视频流车辆目标检测算法... 针对无人机视频流检测中小目标数量多、因图像传输质量较低而导致的上下文语义信息不充分、传统算法融合特征推理速度慢、数据集类别样本不均衡导致的训练效果差等问题,提出一种基于改进Deformable DETR的无人机视频流车辆目标检测算法。在模型结构方面,该算法设计了跨尺度特征融合模块以增大感受野,提升小目标检测能力,并采用针对object_query的挤压-激励模块提升关键目标的响应值,减少重要目标的漏检与错检率;在数据处理方面,使用了在线困难样本挖掘技术,改善数据集中类别样本分布不均的问题。在UAVDT数据集上进行了实验,实验结果表明,改进后的算法相较于基线算法在平均检测精度上提升了1.5%,在小目标检测精度上提升了0.8%,并在保持参数量较少增长的情况下,维持了原有的检测速度。 展开更多

关键词 Deformable DETR 目标检测 跨尺度特征融合模块 object query挤压-激励 在线难样本挖掘

下载PDF 职称材料

基于DL-SSD模型的交通标志检测算法 被引量：3

16

作者 李杰 高尚兵 +2 位作者 胡序洋 李少凡 刘宇 《扬州大学学报（自然科学版）》 CAS 北大核心 2022年第5期47-53,共7页

针对交通标志图像分辨率低、特征不明显的问题,在SSD(single shot multibox detector)目标检测模型基础上提出改进的DL-SSD(deep and low optimized single shot multibox detector)模型.该算法先通过跨尺度双向特征融合方法(cross-scal... 针对交通标志图像分辨率低、特征不明显的问题,在SSD(single shot multibox detector)目标检测模型基础上提出改进的DL-SSD(deep and low optimized single shot multibox detector)模型.该算法先通过跨尺度双向特征融合方法(cross-scale bidirectional feature pyramid network,C-BiFPN),将浅层3种不同尺度特征以自底向上和自顶向下的方式进行融合;同时在深层特征提取层提出一种通道注意力机制,增强对交通标志特征的感知能力,从而提高检测精度;最终将浅层和深层特征同时输入分类器进行分类预测.实验结果表明,DL-SSD模型在中国交通标志检测数据集CCTSDB上平均精度均值达92%,比SSD目标检测模型提高了9%,对交通标志有较好的检测效果. 展开更多

关键词 目标检测 SSD 跨尺度双向特征融合 通道注意力机制

下载PDF 职称材料

基于改进YOLOv5s算法的行人检测方法

17

作者 陈斌 陈丽 《智能物联技术》 2023年第3期34-40,共7页

针对目前行人检测方法存在小目标检测难度大、漏检率高的问题,本文提出了一种改进YOLOv5s算法的行人检测方法。首先,增加一个小目标检测头,来增强模型对小目标的检测能力,根据自建数据集通过K-means聚类算法得到新的先验锚框尺寸;其次,... 针对目前行人检测方法存在小目标检测难度大、漏检率高的问题,本文提出了一种改进YOLOv5s算法的行人检测方法。首先,增加一个小目标检测头,来增强模型对小目标的检测能力,根据自建数据集通过K-means聚类算法得到新的先验锚框尺寸;其次,将CA嵌入到YOLOv5s颈部网络的浅层位置和引入新型跨尺度特征融合模块加权特征融合来增强特征提取能力;最后,基于Ghost Bottleneck对YOLOv5s的C3模块进行改进,旨在通过低成本操作生成更多有价值冗余特征图,有效减少模型参数。实验结果表明,与原始YOLOv5s相比,改进的YOLOv5s算法在行人检测任务上的准确率P提高了3.3%,召回率R提高了2.9%,mAP_0.5:0.95提高了2.6%,且减少了12.7%参数量,整体性能有显著提升。 展开更多

关键词 行人检测 YOLOv5s CA 新型跨尺度特征融合 GHOST

下载PDF 职称材料