一种面向行人跌倒检测的改进YOLOv5算法

作者：沈国鑫; 魏怡; 刘力手; 尹天睿

来源：小型微型计算机系统, 2023, 1-9.

• AFEF-FPN
• FFEM
• 注意力模块
• 上采样算子
• IoU Loss

针对行人跌倒检测的应用场景复杂，原始YOLOv5的检测精度不高，特征融合不充分的问题，本文首先提出了一种新的特征金字塔(FPN)结构-自适应特征增强融合金字塔网络 (AFEF-FPN)和特征增强融合模块(FFEM)来增加特征的表示以及融合深度。其次使用基于全局语义信息的上采样算子CARAFE代替Nearest Upsample来建模全局上采样信息，使用Alpha IoU Loss代替CIoU Loss来提高High IoU目标的损失和回归精度。最终本文网络YOLOv5(AFEF-FPN)在训练集上取得了98.62%mAP，在测试集上取得了96.21%mAP，相比于原始YOLOv5网络在训练集和测试集上分别提升了1.64%和2.86%。实验表明，本文网络在复杂场景下的目标检测效果优于原始YOLOv5及其他网络。

• 单位
  自动化学院; 武汉理工大学