基于改进YOLOv5的移动应用GUI组件识别研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：在移动应用开发过程中,自动化测试尤为重要,而GUI组件的准确识别是自动化测试执行的基础.针对软件背景构成复杂、GUI组件目标较小且密集,容易出现误检、漏检等典型问题,提出基于改进YOLOv5s的移动应用GUI组件识别方法.在YOLOv5s主干网络中融入坐标注意力机制,提升小目标组件识别能力;对颈部网络引入Slim-Neck结构,在保证检测精度的同时降低模型的复杂度,实现轻量化项目部署.结果表明,改进后YOLOv5s算法的mAP达到 92.2%,参数量减少 15.7%,相比其他检测模型具有更高的检测精度且更加轻便.

作者：

刘益玮、李瑛、赵悦彤、石成盛

展开 >

作者单位：

北华航天工业学院河北廊坊 065000

关键词：

YOLOv5 GUI组件组件识别坐标注意力机制

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.08.003

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(8)