典型文献
改进的YOLOv5-ResNet相似目标检测方法
文献摘要：
针对在相似目标检测问题中,以YOLOv5为代表的一步法漏检错检率高、以Faster R-CNN为代表的两步法检测速度慢的问题,提出了一种改进的YOLOv5-ResNet相似目标检测网络模型.该模型以YOLOv5框架为基础,借鉴了两步法的优点.在边框生成方面,改进了特征融合结构,强化了模型的特征提取能力,降低了总体漏检、误检率.在类别预测方面,引入SE(squeeze and excitation)模块,在通道方向上施加注意力机制,降低网络检测时的计算量,并保持了较高的准确率.在斯坦福宠物狗数据集和自制音符卡片数据集上的实验结果表明,本文提出的相似目标快速检测模型不仅在识别精度方面略高于Faster R-CNN,而在速度方面仅次于YOLOv5,检测帧率约为YOLOv5的72％,能够满足相似目标检测的实时需要.
文献关键词：
目标检测;相似目标;YOLOv5-ResNet
中图分类号：
作者姓名：
赵桂平;邓飞;王昀;唐云
作者机构：
成都理工大学计算机与网络安全学院(牛津布鲁克斯学院) ,成都610059;中国石油化工股份有限公司石油物探技术研究院地震采集技术研究所,南京211103
文献出处：
引用格式：
[1]赵桂平;邓飞;王昀;唐云-.改进的YOLOv5-ResNet相似目标检测方法)[J].科学技术与工程,2022(30):13406-13416
A类：
B类：
YOLOv5,ResNet,相似目标,目标检测方法,检测问题,一步法,漏检,检错,错检率,Faster,两步法,检测速度,速度慢,目标检测网络,边框,特征融合,特征提取能力,误检率,SE,squeeze,excitation,注意力机制,网络检测,计算量,斯坦福,宠物狗,音符,卡片,快速检测,检测模型,识别精度,略高于,仅次于,帧率
AB值：
0.44944
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。
