典型文献
复杂环境下的红外路况检测识别研究
文献摘要：
针对红外场景下存在目标模糊,难以检测的问题,提出一种基于YOLOv5所改进的算法.首先,为提高目标的检测率,在YOLOv5算法中加入CBAM注意力机制,提取注意力信息,增强红外目标在检测网络中的特征表达能力.然后,改进Bottleneck模块,有效实现特征重用,提高了模型的计算效率.接着,优化了Backbone与Neck结构部分,降低了网络的计算量.最后,改进上采样函数.研究结果证明,改进的网络在红外图像检测与识别中有着更好的检测率,计算量也更少,mAP值为81.3％,比原始网络提升了3个百分点.
文献关键词：
红外检测;YOLOv5;CBAM注意力机制;Bottleneck结构
中图分类号：
作者姓名：
袁子玄;廖义奎
作者机构：
广西民族大学电子信息学院,南宁 530006
文献出处：
引用格式：
[1]袁子玄;廖义奎-.复杂环境下的红外路况检测识别研究)[J].现代计算机,2022(23):1-9
A类：
B类：
复杂环境,外路,路况,检测识别,外场,下存,YOLOv5,检测率,CBAM,注意力机制,红外目标,测网,特征表达,表达能力,Bottleneck,特征重用,计算效率,Backbone,Neck,计算量,上采样,红外图像检测,图像检测与识别,mAP,百分点,红外检测
AB值：
0.51321
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。
