典型文献
基于改进YOLOv5的行人检测算法
文献摘要：
针对现有目标检测算法在复杂场景下检测精度低的问题,提出一种改进YOLOv5的行人检测算法.首先,引入坐标注意力机制,提高对图像中行人目标区域的定位和识别能力;其次,通过四尺度检测层,增加感受野,进一步提高对小尺度行人的检测精度;然后,使用EIoU代替CIoU作为边界框回归损失函数,有效解决了CIoU中对于纵横比的模糊定义;最后,使用Soft-NMS算法加强对重叠区域的识别能力.实验结果表明,改进后算法在VOC 2007行人数据集的精确率和平均精度均值达到了84.3％和95.3％,相比于原始YOLOv5算法提高了8.7％和5.4％,可以更好地应用在行人检测任务.
文献关键词：
行人检测;YOLOv5;注意力机制;Soft-NMS
中图分类号：
作者姓名：
任维民;钟国韵;朱伟东;杜婷婷
作者机构：
东华理工大学信息工程学院 南昌 330013
文献出处：
引用格式：
[1]任维民;钟国韵;朱伟东;杜婷婷-.基于改进YOLOv5的行人检测算法)[J].计算机与数字工程,2022(11):2404-2410
A类：
B类：
YOLOv5,行人检测,目标检测算法,复杂场景,检测精度,坐标注意力机制,中行,目标区域,识别能力,四尺,检测层,感受野,小尺度,EIoU,CIoU,边界框回归损失函数,纵横比,Soft,NMS,重叠区域,VOC,精确率,平均精度均值
AB值：
0.395653
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。
