改进YOLOv5s的车辆目标检测研究

为改善在车辆目标检测中实时性和精确度低的问题,提出一种改进的YOLOv5s算法。引入CBAM(Channel Attention Module)注意力模块,以增强网络对特征的关注度;将CIoU Loss替换为EIoU Loss提高目标边界框的回归速度和定位精度;新增一个小目标检测头,提高模型对小目标的检测能力。实验结果显示:改进后的YOLOv5s算法相较原始算法m AP0.5提高11.4%,mAP0.5:0.95提高了7.3%。在满足实时性的同时,模型检测精度大幅提升。