基于改進(jìn)YOLO v5算法的道路小目標(biāo)檢測

打開文本圖片集

摘 要：為解決交通道路小目標(biāo)檢測難度大、精度低，容易出現(xiàn)錯檢漏檢的問題，提出一種基于YOLO v5 （you only look once v5）算法的多尺度特征融合目標(biāo)檢測改進(jìn)算法。首先，增加小目標(biāo)檢測頭用于適應(yīng)小目標(biāo)尺寸，緩解漏檢情況。然后，引入可變形卷積網(wǎng)絡(luò)v2 （deformable convolutional networks V DCN V2）提高模型對運動中小目標(biāo)的學(xué)習(xí)能力;同時，增加上下文增強模塊，提升對遠(yuǎn)距離小目標(biāo)的識別能力。（剩余16265字）