计算机时代2023，Issue(7) ：108-113.DOI:10.16644/j.cnki.cn33-1094/tp.2023.07.025

结合改进注意力机制的YOLO目标检测算法

YOLO object detection combined with improved attention mechanisms

李杰
计算机时代2023，Issue(7) ：108-113.DOI:10.16644/j.cnki.cn33-1094/tp.2023.07.025
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

结合改进注意力机制的YOLO目标检测算法

YOLO object detection combined with improved attention mechanisms

李杰1
扫码查看

作者信息

  • 1. 安徽理工大学电气与信息工程学院,安徽 淮南 232000
  • 折叠

摘要

为了提高图像目标检测的准确率,提出一种结合改进注意力机制的YOLOv5s目标检测算法.改进注意力机制模块通过引入多尺度卷积增大特征提取模块的感受野.将改进注意力机制模块引入到YOLOv5s目标检测网络中,提高检测网络的准确率.在PASCAL VOC数据集上的对比实验表明,改进后的YOLOv5s检测网络的平均准确率达到了76.1%,表现出较好的检测性能.

关键词

YOLO/目标检测/多尺度卷积/注意力机制

Key words

YOLO/object detection/multi-scale convolution/attention mechanism

引用本文复制引用

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
被引量1
参考文献量1
段落导航相关论文