一种融合RepVGG和YOLOv5的行人检测方法

摘要：

现如今,基于YOLOv5的网络模型被广泛应用在行人检测的任务中,在精度和速度上有着良好的效果.但在终端设备上部署使用,往往受到算力的限制.因而,基于RepVGG模型改进的主干网络,并且为了提高在密集人群和复杂环境下的适应性,加入了坐标注意力机制,扩大感受野的同时增强感兴趣区域的权重.经过实验测试,这种轻量化的网络参数量和计算量比较小,而且检测精度和鲁棒性也比较高,能够在一定程度下满足工程应用的要求.

关键词：行人检测、RepVGG、注意力机制、YOLOv5

所属期刊栏目：23

分类号：TP391.4(计算技术、计算机技术)

资助基金：邯郸市科技研发计划21422031251

在线出版日期：2023-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2945-2951