基于动态深度可分离卷积的小目标检测模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对普通卷积模型无法满足小目标检测中更加有效的图像特征提取的需求，提出一种基于动态深度可分离卷积方法改进的YOLOv5轻量化目标检测模型。模型结合动态深度可分离卷积，通过4个不同的检测尺度对多层目标特征进行深度融合；在参数量和计算量都明显减少的情况下，改进后的模型性能效果提升显著。在公开数据集VOC上的实验显示，改进的模型DD-YOLO，在轻量级下比YOLOv5模型的性能提升1.7% AP，最佳性能AP50为89.2%，AP为71.2%。（剩余5138字）

试读结束

目录
monitor