基于改进YOLOv5网络的目标图像重组检测分析(1).pdfVIP

基于改进YOLOv5网络的目标图像重组检测分析(1).pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第3期(总第240期)山西电子技术应用实践

2025年6月

文章编号:1674 ̄4578(2025)03 ̄0004 ̄03

基于改进YOLOv5网络的目标图像重组检测分析

杨玲玲

(河南工业贸易职业学院信息工程学院ꎬ河南郑州450064)

摘要:针对YOLOv5目标检测模型检测精度不高的问题ꎬ提出一种改进融合多层卷积结构的

YOLOv5模型ꎬ并成功应用于目标图像重组领域ꎮ加入MPC-Net可有效增强YOLOv5算法先验框

的适应度及特征表征能力ꎬ在保持网络原有检测速度前提下ꎬ提高了网络检测精度及收敛速度ꎮ通

过数据集测试结果表明:选取α与β值分别为1.6和0.14ꎬ此时平均准确率均值mAP最高为92.3%ꎬ

训练速度提升30%左右ꎮ相比其它目标检测算法ꎬ加入MPC-Net的改进YOLOv5算法准确率最

高分别提升5%左右ꎬ且检测速度更快ꎬ能够有效提高目标图像识别能力ꎬ可拓展到其它的图像增

强领域ꎮ

关键词:目标检测ꎻYOLOv5网络ꎻ图像增强ꎻ检测精度

中图分类号:TP183文献标识码:A

TargetImageRecombinationDetectionAnalysis

BasedonImprovedYOLOv5Network

YangLingling

(CollegeofInformationEngineeringꎬHenanVocationalCollegeofIndustryandTradeꎬ

ZhengzhouHenan450064ꎬChina)

Abstract:AimingattheproblemthatthedetectionaccuracyofYOLOv5objectdetectionmodelisnothighꎬa

YOLOv5modelwithimprovedfusionmulti ̄layerconvolutionstructureisproposedandsuccessfullyappliedinthe

fieldofobjectimagerecombination.TheadditionofMSC ̄NETcaneffectivelyenhancethefitnessandfeaturerepre ̄

sentationabilityofthepriorboxofYOLOv5algorithmꎬandimprovethedetectionaccuracyandconvergencespeed

ofthenetworkwhilemaintainingtheoriginaldetectionspeedofthenetwork.Thedatasettestresultsshowthat:in

ordertobalancethetrainingspeedanddetectionaccuracyꎬtheαandβvaluesselectedinthisstudyare1.6and

0.14respectively.AtthistimeꎬtheaverageaccuracymAPisupto92.3%ꎬandthetrainingspeedisincreasedby

about30%.ComparedwithothertargetdetectionalgorithmsꎬtheimprovedYOLOv5algorithmaddedtoMSC ̄NET

inthisstudyhasamaximumaccuracyofabout5%respectivelyꎬandthedetectionspeedisfaster.Theresearchin

thispaperca

文档评论(0)

经管专家 + 关注
实名认证
服务提供商

初级会计持证人

专注于经营管理类文案的拟写、润色等,本人已有10余年相关工作经验,具有扎实的文案功底,尤善于各种框架类PPT文案,并收集有数百万份各层级、各领域规范类文件。欢迎大家咨询!

版权声明书
用户编号:6055234005000000
领域认证该用户于2023年12月17日上传了初级会计

1亿VIP精品文档

相关文档