基于改进YOLOv5s的小目标检测算法

作     者：贵向泉 秦庆松 孔令旺 GUI Xiang-quan;QIN Qing-song;KONG Ling-wang

作者机构：兰州理工大学计算机与通信学院甘肃兰州730050 甘肃省气象信息与技术装备保障中心气象数据质量控制室甘肃兰州730020 

基　　金：甘肃省重点研发计划-工业类基金项目(22YF7GA159) 国家重点研发计划基金项目(2020YFB1713600) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第4期

页      码：1134-1140页

摘      要：针对当前主流目标检测算法对图像中远距离小目标产生的漏检、误检等问题,提出一种改进YOLOv5s的小目标检测算法。在模型训练过程中,通过引入Focal-EIOU定位损失函数,加强边界框的定位精度;在骨干网络中,通过添加小目标检测层,提高小目标的检测精度;在Neck结构中,通过优化上采样算子和添加注意力机制,加强小目标的特征信息。实验结果表明,改进后的算法在VisDrone数据集上与YOLOv5s算法相比,mAP@small提高了3.2%,且检测速度满足实时性的要求,能够很好地应用于小目标检测任务中。

主 题 词：YOLOv5s算法 小目标检测 损失函数 上采样算子 骨干网络 注意力机制 特征信息 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.16208/j.issn1000-7024.2024.04.024

馆 藏 号：203127475...