基于YOLOv5手榴弹检测算法的轻量化研究
手榴弹检测是实现无人排爆的关键任务.针对YOLOv5 算法应用在手榴弹检测时精度高、实时性好,但算法不够轻量化,在弹体部分遮挡或背景杂乱的复杂环境下,算法对手榴弹识别精度不高的问题,提出了融合Ghost模块与CA(coordinate attention)注意力机制模块改进的YOLOv5-GA算法,通过在自制手榴弹数据集上实验,改进后算法参数降低50%,检测精度仅下降1%,检测速度提高3 ms,对遮挡手榴弹的识别效果有明显改善,能更好的满足实际应用需求.
手榴弹检测、YOLOv5、Ghost模块、注意力机制、复杂环境
44
TJ81;TP391(战车、战舰、战机、航天武器)
湖北省自然科学基金面上项目2019CFC871
2023-07-12（万方平台首次上网日期，不代表论文的发表时间）
共7页
35-41
