期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种面向行人跌倒检测的改进YOLOv5算法 被引量:2
1
作者 沈国鑫 魏怡 +1 位作者 刘力手 尹天睿 《小型微型计算机系统》 CSCD 北大核心 2024年第4期902-909,共8页
针对行人跌倒检测的应用场景复杂,原始YOLOv5的检测精度不高,特征融合不充分的问题,本文首先提出了一种新的特征金字塔(FPN)结构-自适应特征增强融合金字塔网络(AFEF-FPN)和特征增强融合模块(FFEM)来增加特征的表示以及融合深度.其次使... 针对行人跌倒检测的应用场景复杂,原始YOLOv5的检测精度不高,特征融合不充分的问题,本文首先提出了一种新的特征金字塔(FPN)结构-自适应特征增强融合金字塔网络(AFEF-FPN)和特征增强融合模块(FFEM)来增加特征的表示以及融合深度.其次使用基于全局语义信息的上采样算子CARAFE代替Nearest Upsample来建模全局上采样信息,使用Alpha IoU Loss代替CIoU Loss来提高High IoU目标的损失和回归精度.最终本文网络YOLOv5(AFEF-FPN)在训练集上取得了98.62%mAP,在测试集上取得了96.21%mAP,相比于原始YOLOv5网络在训练集和测试集上分别提升了1.64%和2.86%.实验表明,本文网络在复杂场景下的目标检测效果优于原始YOLOv5及其他网络. 展开更多
关键词 afef-fpn FFEM 注意力模块 上采样算子 IoU Loss
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部