针对电动车头盔佩戴的YOLOv5s改进算法研究

打开文本图片集

摘要：针对道路上的电动车头盔目标较小、检测图像模糊等问题，文章提出了一种基于改进YOLOv5s的电动车头盔检测算法。改进的YOLOv5s算法融入SPD-Conv模块和卷积块注意力模块（CBAM），并且用C3Ghost和GhostConv分别替代C3模块和普通卷积使改进的模型更加轻量化。改进的算法平均精度均值（mAP）、和精确率（Precision）分别达到84.9%和84.4%，与YOLOv5s相比较分别提升了2.7%和2.1%。（剩余5666字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。