-
题名改进YOLOv5的轻量级安全帽佩戴检测算法
被引量：46
- 1
-
-
作者
杨永波
李栋
-
机构
内蒙古工业大学信息工程学院内蒙古自治区感知技术与智能系统重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第9期201-207,共7页
-
基金
内蒙古自治区高等学校科研项目(NJZY21304)。
-
文摘
针对现有的对安全帽佩戴检测算法的参数多、网络复杂、计算量大、不利于在嵌入式等设备进行部署,且对遮挡目标辨别度差等问题,提出了一种改进的轻量级的安全帽检测算法YOLO-M3,先将YOLOv5s主干网络替换为MobileNetV3来进行特征提取,降低了网络的参数量和计算量。使用DIoU-NMS替换NMS,提高对遮挡目标的辨识度,添加CBAM注意力机制使模型更关注主要信息以提升检测精度,对模型进行知识蒸馏,增加模型检测的召回率和准确度。通过实验验证了YOLO-M3算法提高了对遮挡目标的辨识度,在保证较高的检测平均精度时,将YOLOv5s模型的计算量降低了42%,模型大小降低了40%,降低了硬件成本,满足在嵌入式端部署的需求。
-
关键词
轻量化
目标检测
改进YOLOv5
注意力机制
知识蒸馏
-
Keywords
lightweight
object detection
improved YOLOv5
attentional mechanism
knowledge of distillation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名面向嵌入式端的轻量级交通信号灯检测算法
被引量：1
- 2
-
-
作者
杨永波
李栋
房建东
董祥
李毅伟
-
机构
内蒙古工业大学信息工程学院内蒙古自治区感知技术与智能系统重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第13期361-368,共8页
-
基金
内蒙古自治区自然科学基金(2022QN06004,2019MS06023)
内蒙古自治区科技攻关项目(2019GG334,2019GG337,2019GG376)。
-
文摘
针对现有交通信号灯检测算法计算量和模型大,嵌入式端部署难,且对远距离交通信号灯的检测难度大,漏检率高等问题,设计了一种面向嵌入式端的轻量级交通信号灯检测算法,针对轻量化和实时性要求,采用GhostNet网络Ghost模块和Ghost瓶颈层结构,减少了模型参数量,提升了检测速度;针对特征相似问题,采用加权双向特征金字塔网络结构,使得算法对目标更敏感;使用密集空洞空间金字塔池化,优化全局上下文信息的提取;针对小目标识别问题,通过多尺度检测的改进,增强对小目标的信息提取;通过知识蒸馏,提升模型学习能力,进而提高检测性能。实验结果表明,该检测算法对交通信号灯的识别精度达到了97.0%,召回率达到了99%,较YOLOv5s算法分别提高了2.7和3个百分点,模型大小减小到8.06 MB,是YOLOv5s的58%,识别速率从51帧每秒提升到56帧每秒,通过在嵌入式端的测试,改进后算法对远距离下的交通信号灯能够实时准确地识别。
-
关键词
目标检测
轻量级
GhostNet
知识蒸馏
密集空洞空间金字塔池化
-
Keywords
object detection
lightweight
GhostNet
knowledge of distillation
dense atrous spatial pyramid pooling
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
