基于改进YOLOv5的目标检测算法研究

分享到

【作者】胡冠真，李宏滨，吴彦昕，沈帅杰
【刊名】信息技术与信息化
【作者单位】太原师范学院
【年份】2023
【卷号】第11期
【页码】103-107
【ISSN】1672-9528
【关键词】目标检测 YOLOv5 CBAM注意力机制 Mish激活函数 DIOU损失函数
【摘要】为提高道路目标检测精度，采用了基于YOLOv5网络模型的改进算法。其中，利用Mish激活函数来提高特征提取能力，引入CBAM注意力机制对特征信息进行增强，采用DIOU目标回归损失函数来直接最小化两个目标框的距离，从而提高收敛速度。实验结果表明，所提出的算法在公开的自动驾驶数据集KITTI上的表现非常出色，达到了91.1%的mAP和94.9%的检测精度，相比原始算法分别提高了3.1%和3.2%。此外，所提出的算法具有较好的检测速度和实时性，相比一些主流的目标检测算法，具有一定的优越性。
【文献类型】期刊