基于改进YOLOv5的小目标检测算法
针对目标检测中小目标误检、漏检及特征提取能力不足等问题,提出一种基于改进YOLOv5的小目标检测算法.该算法使用Mosaic-8方法进行数据增强,通过增加一个浅层特征图、调整损失函数,来增强网络对小目标的感知能力;通过修改目标框回归公式,解决训练过程中梯度消失等问题,提升了小目标的检测精度.将改进后的算法应用在密集人群情景下的防护面具佩戴检测中,实验结果表明,相较于原始YOLOv5算法,该算法在小目标检测上具有更强的特征提取能力和更高的检测精度.
数据增强、深度学习、小目标检测、YOLOv5
51
TP39(计算技术、计算机技术)
国家重点研发计划2018YFC0831800
2022-04-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
251-258