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。