-
题名基于YOLOv5s室内目标检测轻量化改进算法研究
被引量：4
- 1
-
-
作者
牛鑫宇
毛鹏军
段云涛
娄晓恒
-
机构
河南科技大学机电工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第3期109-118,共10页
-
基金
洛阳市科技重大专项(2101018A)。
-
文摘
针对现有室内目标检测算法,存在结构复杂,计算量以及模型参数量过大等问题,难以部署到计算能力有限的室内机器人平台,实现高效的目标检测。为解决这一问题,提出了一种改进的YOLOV5s轻量化检测算法。该方法采用ShuffleNetv2作为主干特征提取网络,并且在改进的主干网络基础上采用CA注意力机制,同时在颈部网络中采用GSConv和VOV-GSCSP模块。最后引入边框回归损失函数EIOU加快网络收敛。研究结果表明,改进后的目标检测算法,模型计算量减少了68.75%,模型参数量减少了62.2%,权重文件减少了59.7%,平均精确率mAP均值为0.653,改进后的目标检测模型能够在保证轻量化的同时保证检测精度。
-
关键词
YOLOv5s
轻量化
ShuffleNetv2网络
CA注意力机制
GSConv模块
vov-gscsp模块
EIOU损失函数
-
Keywords
YOLOv5s
light weight
ShuffleNetv2
CA attention mechanism
GSConv module
vov-gscsp module
EIOU loss function
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
