科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有X光安检图像中违禁物品检测精度低的问题，基于YOLOv5s(you only look once version 5 small)提出了一种改进的违禁物品检测算法。利用重参数思想设计了一种Rep模块以协助YOLOv5s主干网络提取更多特征信息，在不增加推理时间的基础上提高算法检测精度。同时，在YOLOv5s颈部的路径聚合网络中插入2个通道注意力机制压缩-激励模块，加强通道间的相关性，提高整体网络的检测效果。在SIXray数据集上的实验结果表明，在不增加检测时间的基础上，改进的YOLOv5s算法比原始算法在平均精度均值(mAP)、宏精确率(macro precision)、宏召回率(macro recall)和宏F1(macro-F1)这4个评价指标上分别提升了2.6、2.0、4.0和3.0个百分点。
- 出版日期2023
- 单位通信与信息工程学院; 重庆邮电大学
