针对在检测较小的交通标志时检测精度不高、检测速度慢的问题,提出一种改进YOLOv5的交通标志检测算法。改进的算法利用Cluster NMS(Non Maximum Suppression)替换YOLOv5算法的加权非极大抑制(Non-Maximum Weighting,NMW),Cluster NMS可...针对在检测较小的交通标志时检测精度不高、检测速度慢的问题,提出一种改进YOLOv5的交通标志检测算法。改进的算法利用Cluster NMS(Non Maximum Suppression)替换YOLOv5算法的加权非极大抑制(Non-Maximum Weighting,NMW),Cluster NMS可以提高小目标检测的准确度和速度,另外利用标志替换法对数据集进行扩增进而提高模型的检测精度。在TT100K数据集上通过将改进的方法与经典算法进行实验对比,证明了改进的方法效果更好,改良的YOLOv5算法mAP@0.5(mean Average Precision)高达89.8%,检测速度为92.59帧/s,不只检测精度高而且检测速度也快。展开更多
针对医疗环境趋于复杂,为提高输液瓶目标检测的精度,本文利用视频和图像素材,提出一种改进的YOLOv5s方法检测输液瓶目标。采用CIoU Loss和DIoU NMS等方法进行优化。在PASCAL VOC数据集和自建输液瓶目标数据集上检测mAP(mean Average Pre...针对医疗环境趋于复杂,为提高输液瓶目标检测的精度,本文利用视频和图像素材,提出一种改进的YOLOv5s方法检测输液瓶目标。采用CIoU Loss和DIoU NMS等方法进行优化。在PASCAL VOC数据集和自建输液瓶目标数据集上检测mAP(mean Average Precision)和FPS(Frames Per Second)。相较于原始YOLOv5s,改进后的YOLOv5s_CIoU在mAP上提高5.53%,检测速度可达34.7FPS。目标检测在监测、追踪等领域发挥着重要作用,将目标检测与医疗输液相结合,可以提高医护工作效率。展开更多
文摘针对在检测较小的交通标志时检测精度不高、检测速度慢的问题,提出一种改进YOLOv5的交通标志检测算法。改进的算法利用Cluster NMS(Non Maximum Suppression)替换YOLOv5算法的加权非极大抑制(Non-Maximum Weighting,NMW),Cluster NMS可以提高小目标检测的准确度和速度,另外利用标志替换法对数据集进行扩增进而提高模型的检测精度。在TT100K数据集上通过将改进的方法与经典算法进行实验对比,证明了改进的方法效果更好,改良的YOLOv5算法mAP@0.5(mean Average Precision)高达89.8%,检测速度为92.59帧/s,不只检测精度高而且检测速度也快。
文摘针对医疗环境趋于复杂,为提高输液瓶目标检测的精度,本文利用视频和图像素材,提出一种改进的YOLOv5s方法检测输液瓶目标。采用CIoU Loss和DIoU NMS等方法进行优化。在PASCAL VOC数据集和自建输液瓶目标数据集上检测mAP(mean Average Precision)和FPS(Frames Per Second)。相较于原始YOLOv5s,改进后的YOLOv5s_CIoU在mAP上提高5.53%,检测速度可达34.7FPS。目标检测在监测、追踪等领域发挥着重要作用,将目标检测与医疗输液相结合,可以提高医护工作效率。