基于改进的YOLO v5s目标实时检测方法

作者：李乐阳; 张维忠^*

来源：青岛大学学报(工程技术版), 2023, 38(04): 9-14.

DOI：10.13306/j.1006-9798.2023.04.002

• YOLO v5s
• 快递包裹检测
• 目标检测
• 单件分离

针对包裹单件分离领域存在的包裹识别不准确、实时性差及效率低等问题，本文提出一种基于改进的YOLO v5s算法的包裹检测模型。将RepVGG模块融入特征提取网络，降低网络参数的计算量，将损失函数CIOU优化为SIOU,引入真实框和预测框之间的向量角度，提升模型准确性。实验结果表明，在包裹检测任务中，该模型的准确率可达到95.2%,召回率达到90.3%,检测速度达到136.9帧每秒(frames per second, FPS),可实时精确地检测传送带上的各类包裹，包括检测难度较大的异形件，能够满足实际需求。该研究具有一定的实际应用价值。

• 单位
  青岛大学