基于YOLOv5的行人检测系统研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对计算量冗余和精度低的问题，提出一种改进的YOLOv5行人检测模型。系统采用Ghost卷积结合Transformer自注意力机制，结合双向金字塔结构以及EIoU损失函数，将INRIA行人检测数据集按照7∶2∶1的比例分配训练集、验证集和测试集，采用SGD优化器对模型进行300个Epochs的训练，并利用训练好的权重模型对测试集进行检测，结果表明：改进模型检测的平均精度值增加了1.5%，且计算量显著降低。（剩余8071字）

试读结束

目录
monitor