基于YOLOv5-CA算法的野生动物目标检测研究

作者：朱高兴; 于瓅

来源：信息技术与信息化, 2022, (06): 32-35.

• 目标检测
• 深度学习
• 野生动物
• YOLOv5-CA
• 协调注意力

在YOLOv5s模型的基础上，增加多尺度特征检测层，引入协调注意力机制，采用大目标检测的预训练权重文件，对野生动物的识别检测进行了研究，提出了基于YOLOv5-CA的野生动物目标检测算法。实验结果表明：在自制野生动物数据集上对改进前后的网络模型训练对比，YOLOv5s的mAP为91.2%，YOLOv5-CA的mAP为96.8%，优化后的模型YOLOv5-CA的mAP比YOLOv5s提高了5.6%，查准率P、召回率R都有明显提高。由此可见，YOLOv5-CA能够更加精准和有效的对野生动物进行检测，较好的提高了野生动物检测性能。

• 单位
  安徽理工大学