改进YOLOv5算法及其在车型识别中的应用

本文提出了一种基于改进YOLOv5模型的方法,对主干网络进行了改进,包括引入SENet结构、深度卷积分离策略和在浅层加入一个尺度输出节点,提高对小目标的检测性能。测试结果表明,与原始算法相比,该方法在识别精确度和检测速度上都有一定程度上的提升,改进算法的平均精度(mAP)提升了6.25%,速度FPS提升了11%,适用于实时车型识别。