科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目标检测算法应用在鱼眼图像数据集上检测精准率低、算法实时性差等问题，提出了在化工场景下利用改进网络YOLOv5进行鱼眼图像中的目标检测算法。由于无公开化工场景鱼眼图像数据集，提出了利用不同类型图像间像素点的坐标关系，将数据集转换为同鱼眼图像具有相同畸变效果的图像。为消除鱼眼图像中有效区域外的冗余信息，将线扫描算法应用到YOLOv5s数据预处理阶段。为在缩减模型的同时保证算法的检测精准率，提出了采用注意力机制scSE和空洞卷积来改进轻量级网络ShuffleNetV2，并利用改进后的轻量级网络代替原YOLOv5s中主特征提取网络。实验结果表明，在实验设置相同的条件下，改进后的算法在模型从27.4 MB缩减到14.2 MB的情况下，检测精准率从97.86%提高到98.46%。
- 出版日期2023
- 单位河北工业大学
