典型文献
基于改进YOLOv5的视觉定位算法
文献摘要：
针对传统视觉定位系统所存在的检测精度低等缺点,提出一种基于改进YOLOv5的自定义靶标视觉定位算法.为进一步增强网络的检测能力,分别融入具有多层感受野与细粒度的模块与改进的特征增强模块,利用Distance-IOU与Focal Loss改进损失函数;使用快速解码算法得到编码信息.实验结果表明,在自制数据集上,改进后的YOLOv5模型获得较好的平均准确精度得分与检测速度,满足实时性与准确性的需求,为视觉定位提供了一种的解决方案.
文献关键词：
视觉定位;YOLOv5;感受野;细粒度;自定义靶标
中图分类号：
作者姓名：
牛洪超;白松;胡晓兵
作者机构：
四川大学 机械工程学院,四川 成都 610065;四川大学 宜宾产业技术研究院,四川 宜宾 644000;泸州市科技评估和成果转化中心 科技管理及开发室,四川 泸州 646000
文献出处：
引用格式：
[1]牛洪超;白松;胡晓兵-.基于改进YOLOv5的视觉定位算法)[J].计算机工程与设计,2022(06):1620-1627
A类：
自定义靶标
B类：
YOLOv5,定位算法,视觉定位系统,检测精度,检测能力,感受野,细粒度,特征增强模块,Distance,IOU,Focal,Loss,损失函数,解码算法,编码信息,检测速度
AB值：
0.323236
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。
