基于EfficientNet的轻量化行人检测算法

作者：陈娟; 李燕; 阚希^*; 朱灵龙; 张丽娟

来源：国外电子测量技术, 2023, 42(06): 1-9.

DOI：10.19652/j.cnki.femt.2304845

• 目标检测
• YOLOv5
• 轻量化网络
• 注意力机制

针对当前行人检测过程中存在速度慢、精确率不高以及高复杂度运算的问题，提出一种兼顾轻量化与检测精确率的卷积神经网络算法(ECG-YOLO)。该算法采用EfficientNetv2与坐标注意力(coordinate attention, CA)模块重新设计主干网络，提升网络的检测速度及精度。设计参数量和计算量更小的GhostConv模块以降低特征通道融合过程中的计算量。加入自适应Gamma校正算法减少复杂场景下光照等因素的影响。改进后的算法在NVIDIA TX2开发板上测试，检测精度达91%以上，较原算法提高了1.7%,参数量和计算量分别为原算法的40.8%和36.3%,具有较好的检测精度与实时性。

• 单位
  枣庄学院; 南京信息工程大学滨江学院; 自动化学院; 南京信息工程大学