为满足仿生机器鱼目标检测的需要,在YOLOv5基础上提出了一种轻量级检测算法,降低算法复杂度并提高精度。首先对YOLOv5s模型进行改进,通过GhostConv和C3Ghost模块降低参数量和计算量。其次,引入CA和CoordConv模块增强特征提取和目标位置...为满足仿生机器鱼目标检测的需要,在YOLOv5基础上提出了一种轻量级检测算法,降低算法复杂度并提高精度。首先对YOLOv5s模型进行改进,通过GhostConv和C3Ghost模块降低参数量和计算量。其次,引入CA和CoordConv模块增强特征提取和目标位置感知能力,采用soft NMS减少使用传统非极大抑制(Non maximum suppression,NMS)带来的漏检、误检,同时使用MPDIoU简化相似性比较,提升检测精度和召回率。最后,所提出方法在目标检测数据集上的试验结果表明,改进的YOLOv5网络体积更小、精度更高,证明了该算法的有效性和优越性。展开更多
文摘为满足仿生机器鱼目标检测的需要,在YOLOv5基础上提出了一种轻量级检测算法,降低算法复杂度并提高精度。首先对YOLOv5s模型进行改进,通过GhostConv和C3Ghost模块降低参数量和计算量。其次,引入CA和CoordConv模块增强特征提取和目标位置感知能力,采用soft NMS减少使用传统非极大抑制(Non maximum suppression,NMS)带来的漏检、误检,同时使用MPDIoU简化相似性比较,提升检测精度和召回率。最后,所提出方法在目标检测数据集上的试验结果表明,改进的YOLOv5网络体积更小、精度更高,证明了该算法的有效性和优越性。