针对在低照度环境下多尺度行人目标检测准确率低的问题，本文提出了一种基于改进YOLOv5s的行人目标检测模型BE-YOLOv5s。首先，在YOLOv5s的主干网络中融入ECA通道注意力机制，突出目标特征同时抑制低照度环境的干扰；其次，引入加权双向特征金字塔BIFPN,增强特征融合，提升行人检测精度；最后，采用可见光图像和红外图像这两组数据进行对比研究。实验结果表明，改进后的BE-YOLOv5s模型在两种数据集上的平均精度均值mAP均有所提升，同时保持了原算法的高实时性。
科研之友
微信
新浪微博
Facebook
分享链接
