科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对在城市街道中检测目标因为相互遮挡、尺寸小、密集分布等问题导致检测困难，检测目标丢失，提出一种改进的YOLOv5s算法。首先通过将CA注意力模块与C3模块相结合加入C3CA注意力模块；其次加入SPPFCSPC空间金字塔池化模块代替SPPF，进一步扩大感受野，提升模型的精度。最后改变Neck结构变为Slim-Neck结构，通过替换Conv模块为GSConv模块，并将Slim-Neck中的C3模块中的Conv模块替换为GSConv模块。实验使用优化后的KITTI数据集。实验结果表明，改进后的算法与YOLOv5s相比在平均精度值上提升了2.3%，小目标漏检的情况也有了明显改善。
- 出版日期2023
- 单位江苏理工学院
