基于改进YOLOv5的有遮挡行人检测方法研究

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：针对行人检测因遮挡而出现的检测精度低、误检率高的问题,提出基于YOLOv5m算法的改进KSE⁃YOLO检测模型.首先进行初始中心点选取优化,选取匹配行人目标的先验框尺寸,提升检测精度;其次引入注意力机制模块,提升网络对于行人目标的关注度,降低误检率;最后,在公开数据集上进行训练并测试.结果表明,对比传统主流识别算法,KSE⁃YOLO在检测精度、召回率以及平均精度均值上均有提升,可有效应用于遮挡情况下的行人检测与其相关领域.

外文标题：Research on Occluded Pedestrian Detection Method Based on Improved YOLOv5

作者：

李彤晖、宋晓茹

展开 >

作者单位：

西安工业大学电子信息工程学院,西安 710021

关键词：

YOLOv5 行人检测注意力机制 K⁃means++

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.24.008