改进YOLOv5的密集小目标安全帽检测研究

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘 要:针对当前安全帽在复杂情况下出现漏检、误检和检测精度低等问题,提出了一种基于改进YOLOv5的轻量级安全帽检测算法。首先,选用YOLOv5s轻量级模型,将原始非极大值抑制算法(NMS)改为DIoU-NMS,手动设置阈值提高其对密集目标检测的准确率,改善模型的微调与推理效果。其次,在原算法的主干网络融入并重构BoTNet网络,来提升其对小目标信息特征的提取能力,降低训练的复杂度。(剩余8937字)

目录
monitor
客服机器人