基于Yolov5改进的香烟目标检测

作者：郝涛

来源：长江信息通信, 2023, 36(08): 131-133.

DOI：10.3969/j.issn.1673-1131.2023.08.040

• 香烟目标检测
• Yolov5
• SIMAM注意力机制
• SIOU损失函数

因为吸烟引起的火灾，给人民群众生活带来了巨大伤害，针对禁烟场所香烟目标检测精度不高的问题，文章提出了一种基于Yolov5改进的目标检测模型。该模型首先在Yolov5的颈部网络中引入Sim AM(Simple,Parameter-Free Attention Module)无参注意力机制，加强Yolov5的特征融合能力。其次是使用SIOU(Soft Intersection Over Union)作为定位回归框的损失函数，提高边界框的定位精度。最终将Yolov5和改进后的模型在自建数据集作对比实验，结果表明，该模型的准确率达到89.6%，召回率（Recall）达到81.4%，平均精度（MAP）达到84.3%，与原本的Yolov5模型相比，检测效果均有了提升。

• 单位
  三峡大学