科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对YOLOv5算法对目标物体及局部特征定位不准确的问题，提出了一个基于YOLOv5的YOLOv5-ABN目标检测网络。首先为了得到准确的定位信息，本文将卷积注意力机制中的空间注意力机制与坐标注意力机制相结合，提出了一个融合空间特征信息与坐标信息的空间-坐标注意力机制，在YOLOv5的Backbone网络中加入空间-坐标注意力模块，在Neck检测层引入加权双向特征金字塔网络，并对错框参数进行优化，提高了网络对样本模型及局部特征的检测精度及定位能力，分别用改进前后的算法对自定义数据集和康奈尔数据集进行训练。实验结果表明，改进后的算法性能要优于YOLOv5算法，在识别精度没有降低的前提下，对目标物体的定位更加准确，鲁棒性更好。
-
单位国网辽宁省电力有限公司大连供电公司
