基于YOLOv5的行人检测方法研究

摘要：

将YOLOv5算法应用于行人检测的实验研究.首先,在YOLO网络的输入端对数据集图像Mosaic数据增强、自适应缩放、自适应锚框计算,并利用创新的Focus结构对图像进行切片操作,增加其维度.然后,在Neck部分采用FPN+PAN结构进行卷积操作,加强网络特征融合的能力.最后,在输出端利用GIOU_Loss函数优化网络参数,加速模型收敛.实验结果分析可知,基于YOLOv5的行人检测方法准确率更高,速度更快.

关键词：行人检测、切片操作、YOLOv5、优化网络、特征融合

所属期刊栏目：60

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2022-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：108-111