基于改進YOLOv5的車輛屬性檢測
所屬分類：技術論文
上傳者：aetmagazine
文檔大?。?span>949 K
標簽： 車輛屬性 目標檢測 YOLOV5
所需積分：0分積分不夠怎么辦？
文檔介紹：車輛屬性檢測是一個基礎任務，其屬性檢測結果可以被應用到很多下游的交通視覺任務。提出了一種基于YOLOv5的車輛屬性檢測改進算法。針對檢測目標較小的問題，加入了卷積注意力模塊，讓網(wǎng)絡模型把更多的注意力放在小目標對象上；針對數(shù)據(jù)集樣本種類較少的問題，改進了YOLOv5的馬賽克數(shù)據(jù)增強方式；使用自門控激活函數(shù)Swish，起到抑制噪聲、加快收斂速度并提升模型魯棒性的作用。此外，還在公開車輛數(shù)據(jù)集VeRi-776的基礎上進行了詳細的車輛屬性標注，構建了一個車輛屬性數(shù)據(jù)集。實驗結果表明，改進后的算法比原始YOLOv5的平均精確率提升了4.6%，能夠準確地檢測到車輛圖像的通用屬性，可以供下游任務使用。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。