基于改进YOLOv5算法的红外图像行人目标检测 |
| |
引用本文: | 高正中,于明沆,孟晗,殷秀程.基于改进YOLOv5算法的红外图像行人目标检测[J].中国科技论文,2024(2):209-214. |
| |
作者姓名: | 高正中 于明沆 孟晗 殷秀程 |
| |
作者单位: | 山东科技大学电气与自动化工程学院 |
| |
基金项目: | 山东省自然科学基金资助项目(ZR2020MF071); |
| |
摘 要: | 针对红外图像中行人检测算法准确率低、漏检等问题,提出了一种基于改进YOLOv5s的红外行人目标检测方法。首先,利用Transformer编码结构替换C3模块中的Bottleneck结构,以加强检测网络的特征融合能力;其次,利用递归门控卷积gnConv对视觉感受野模块RFB进行改进,并在YOLOv5s头部检测网络前加入改进的RF-gnConv模块,以提高模型对各种复杂场景行人检测的适应力;最后,利用OTCBVS数据集对算法模型进行验证。结果显示:改进后的算法模型平均精度均值达到97.3%,检测速度为63帧/s,验证了改进算法对红外图像中行人检测的有效性。
|
关 键 词: | 红外图像 行人检测 深度学习 视觉感受野 |
|
|