基于轻量化YOLOv5算法的目标检测系统

摘要：

为了在获得更精准的检测结果的同时提高机场的运行管理效率,该文基于轻量化YOLOv5算法设计用于机场的目标识别检测系统.在GPU中对VOC公开数据集进行迭代训练,采用MobileNetv2替换Backbone特征提取层中的BittleneckCSP结构,采用Conv替换Focus模块,以实现轻量化处理.系统选用的芯片MAC单元为3的倍数,约束网络卷积通道数剪枝为9的倍数,将非对称8位模型量化引入平台,GPU协同运作部署系统C++编程.经过应用发现,该系统应用轻量化YOLOv5算法可以提高机场的运行效率和安全性,为塔台工作人员提供更好的服务,现场调度多项业务有利于塔台管制流程精细化处理,降低机场管制人员的工作强度.

关键词：轻量化YOLOv5、目标识别、检测系统

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：21-23