典型文献
基于改进YOLOv5的工程着装检测算法
文献摘要：
针对目前工程安全着装算法在网络结构复杂的二阶算法模型上实现,以牺牲一定的检测速度来提高精确度,而且并未就图像中的小目标物体进行处理,导致一定的漏检和误检的现状,选取轻量级YOLOv5模型针对小目标检测进行改进,以期在保持检测速度的同时能够提高模型的检测精确度.首先选择包含遗传算法的注意力(Anchor)机制来捕获对安全帽这类小目标更加适合的锚框值;然后在网络结构中嵌入轻量级的ECAnet模块以减少无用信息通道的计算量,在保持YOLOv5的检测速度优势的同时提高浅层网络对小目标特征的提取能力.实验结果表明:改进后的模型在不降低检测速度的情况下提高了检测精确度,召回率增加了3.82％,mAP@.5增加了0.73％.
文献关键词：
小目标检测;改进YOLOv5算法;遗传算法;注意力机制;ECAnet模块
中图分类号：
作者姓名：
李敏芳
作者机构：
昆明理工大学信息工程与自动化学院
文献出处：
引用格式：
[1]李敏芳-.基于改进YOLOv5的工程着装检测算法)[J].化工自动化及仪表,2022(06):760-767
A类：
B类：
YOLOv5,着装检测,检测算法,工程安全,二阶算法,算法模型,检测速度,高精确度,漏检,轻量级,小目标检测,检测精确度,Anchor,安全帽,锚框,ECAnet,无用信息,信息通道,计算量,速度优势,小目标特征,特征的提取,不降,召回率,mAP,注意力机制
AB值：
0.393044
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。
