基于人工智能与深度学习的小目标检测方法研究

作     者：马文胜 侯锡林 MA Wensheng;HOU Xilin

作者机构：辽宁科技大学辽宁鞍山114051 

出 版 物：《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期：2024年第8期

页      码：5-8,13页

摘      要：为进一步提升图像小目标检测效果,提出一种基于改进YOLOv5的小目标检测方法。其中,以YOLOv5网络作为基本的目标检测方法,通过进行特征层裁剪、引入特征金字塔网络以及快速空间金字塔池化的方式,进一步提升其检测性能。实验结果表明,与未改进的YOLOv5网络相比,改进后的YOLOv5网络具有更好的检测精度,同时轻量化效果良好,检测效率明显提升;与其他目标检测算法相比,基于改进YOLOv5的小目标检测方法能够在保持较高检测精度的同时取得良好的网络轻量化效果,检测效率较高,mAP@0.5为74.98。综上,设计的基于改进YOLOv5的小目标检测方法性能良好,能够进行效果较好的小目标检测,可应用于实际的小目标检测场景中,可行性较高。

主 题 词：目标检测 特征提取 YOLOv5 轻量化设计 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14016/j.cnki.1001-9227.2024.08.005

馆 藏 号：203140214...