改进YoloV5的行人检测算法
针对在行人行进过程中出现拥挤、遮挡、目标尺寸小所导致的行人检测精度低和效果不佳等问题,通过修改YoloV5算法的backbone特征提取网络,加入注意力机制,优化后处理阶段的目标框选定方法等改进措施,提出一种基于YoloV5算法的YoloV5-PED改进算法.结果表明:与YoloV5算法相比,YoloV5-PED算法的平均精度均值(mAP)提升3.8％,验证该算法检测行人时具有良好的效果.
目标检测、行人遮挡检测、随机擦除、Res2Net、注意力机制、Confluence
32
TP391.41(计算技术、计算机技术)
国家自然科学基金61802336
2023-04-14（万方平台首次上网日期，不代表论文的发表时间）
共7页
53-59
