驾驶员手机使用检测模型：优化yolov5n算法

作者：王鑫鹏; 王晓强; 林浩; 李雷孝; 李科岑; 陶乙豪

来源：计算机工程与应用, 2022, 1-10.

• Yolov5n算法优化
• Slimming剪枝
• Focal-EIoU Loss
• FocalL1 Loss
• 数据增强

为进一步实现在移动设备或嵌入式设备上对手机使用的违法行为进行实时检测，通过优化yolov5n算法提出了一种轻量化、高精度、实时性的检测模型。首先，将Focal-EIoU Loss与FocalL1 Loss相结合来获得更加精确的框定位以及损失函数的更快收敛；其次，利用Slimming剪枝算法来进一步提高模型的轻量化及计算效率；在模型微调时利用数据增强技术对微调操作进行指导，从而使模型能够获得更好的性能提升；最后，在手机使用数据集上对改进方法进行消融实验，进一步验证检测模型的有效性。实验表明，优化后的模型在手机使用数据集及Pascal VOC 2012数据集上的检测精度分别提高了0.2%、12.3%，参数量分别减少44.4%，计算量分别减小45.2%、40%，有利于模型进一步在移动设备及嵌入式设备上的实时性检测。

• 单位
  内蒙古工业大学; 天津理工大学