占道经营目标检测算法研究

为辅助城管部门治理占道经营现象,解决传统监管方式效率低的问题,基于固定摄像头与巡查车,结合深度学习的方法,提出了一种改进的YOLOv5s目标检测模型,首先使用SPPCSPC模块替换原SPP模块,增大了感受野,其次采用BiFPN结构,减少了对微小目标以及尺寸差异较大目标存在漏检现象的问题,最后使用SIoU作为定位损失函数,使得预测框的定位与回归更加精准。实验结果表明,改进后的YOLOv5s模型mAP达到了59.70%,比原模型提高了3.02%,具有更好的检测效果,并部署至服务器试运行,提高了城管部门管理占道经营现象的效率。