10.16526/j.cnki.11-4762/tp.2023.06.005
基于改进YOLOv5s的机坪特种车辆检测算法研究
机坪特种车辆作为航班保障服务的重要一环,其种类多,形状各异;目前已有的车辆检测算法在识别机坪特种车辆时检测精度不高,在遮挡时无法检测;针对于此问题,提出了一种基于改进YOLOv5s的机坪特种车辆检测算法;为了在机坪特种车辆检测中快速、准确地定位感兴趣区域,在主干网络中融合协同注意力机制;考虑到机坪监控场景下特种车辆尺度差别较大的情况,为了能够增强对不同尺度特种车辆的检测能力,提出了四尺度特征检测网络结构;为了提高检测网络多尺度特征融合能力,结合加权双向特征金字塔结构对网络的Neck部分进行改进;将改进后的算法在自建的机坪特种车辆数据集上进行训练、测试,实验结果表明,与YOLOv5s相比,改进后算法的精确度提升了1.6%,召回率提升了3.5%,平均精度mAP0.5和mAP0.5:0.95分别有2.3%和3.3%的提升.
机坪特种车辆、协同注意力机制、四尺度特征检测、加权双向特征金字塔、特征融合
31
TP391(计算技术、计算机技术)
国家重点研发计划;中国民航大学中央高校基本科研业务费专项
2023-07-03(万方平台首次上网日期,不代表论文的发表时间)
共8页
27-33,39