典型文献
基于改进YOLOv7的夜间行人检测算法
文献摘要：
针对夜间行人检测任务中存在的检测速度慢、漏检率高、黑夜场景下识别效果差等问题,提出一种改进YOLOv7的夜间行人检测算法.改进算法中,使用YOLOv7-tiny网络作为baseline,以满足准确率的同时兼具较高的检测速度,在网络head部分,使用CSP HorNet模块实现关键特征之间的高阶交互,并引入SimAM注意力机制,在不增加模型复杂度的情况下,使网络聚焦更多重要的特征信息.实验结果表明,改进算法在测试集上准确率(Precision,P)达到91.7％,召回率(Recall,R)达到81.4％,均值平均精度(mean Average Precision,mAP)提升2.9个百分点.改进算法在真实场景检测任务中,有效降低了漏检率及错检率,表现出良好的性能.
文献关键词：
深度学习;夜间行人检测;YOLOv7;HorNet;SimAM
中图分类号：
作者姓名：
曹伊宁;李超;彭雅坤
作者机构：
河北建筑工程学院信息工程学院,河北张家口075000
文献出处：
引用格式：
[1]曹伊宁;李超;彭雅坤-.基于改进YOLOv7的夜间行人检测算法)[J].长江信息通信,2022(10):57-60
A类：
YOLOv7,夜间行人检测,HorNet
B类：
检测算法,检测速度,速度慢,漏检率,黑夜,夜场,改进算法,tiny,baseline,head,CSP,实现关键,关键特征,SimAM,注意力机制,模型复杂度,特征信息,测试集,Precision,召回率,Recall,均值平均精度,mean,Average,mAP,百分点,真实场景,错检率
AB值：
0.350641
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。
