典型文献
基于改进YOLOv5的车辆属性检测
文献摘要：
车辆属性检测是一个基础任务,其属性检测结果可以被应用到很多下游的交通视觉任务.提出了一种基于YOLOv5的车辆属性检测改进算法.针对检测 目标较小的问题,加入了卷积注意力模块,让网络模型把更多的注意力放在小 目标对象上;针对数据集样本种类较少的问题,改进了 YOLOv5的马赛克数据增强方式;使用 自门控激活函数Swish,起到抑制噪声、加快收敛速度并提升模型鲁棒性的作用.此外,还在公开车辆数据集VeRi-776的基础上进行了详细的车辆属性标注,构建了一个车辆属性数据集.实验结果表明,改进后的算法比原始YOLOv5的平均精确率提升了 4.6％,能够准确地检测到车辆图像的通用属性,可以供下游任务使用.
文献关键词：
车辆属性;目标检测;YOLOv5
中图分类号：
作者姓名：
刘俊;钟国韵;黄斯雯;刘麒麟
作者机构：
东华理工大学 信息工程学院,江西 南昌330013
文献出处：
引用格式：
[1]刘俊;钟国韵;黄斯雯;刘麒麟-.基于改进YOLOv5的车辆属性检测)[J].电子技术应用,2022(07):19-24,29
A类：
B类：
YOLOv5,车辆属性,属性检测,多下,视觉任务,改进算法,卷积注意力模块,本种,马赛克数据增强,门控,激活函数,Swish,抑制噪声,快收敛,收敛速度,模型鲁棒性,开车,辆数,VeRi,属性数据,精确率,务使,目标检测
AB值：
0.368162
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
