一种改进YOLOv5的轻量化垃圾检测算法.pdfVIP

计算机测量与控制()

．２０２５．３３１

２０ComuterMeasurementControl测试与故障诊断

p

文章编号:()://中图分类号:;;文献标识码:

１６７１４５９８２０２５０１００２００９DOI１０．１６５２６．cnki．１１Ｇ４７６２t．２０２５．０１．００３TP３９１４１TP３６X７９９A

jp

一种改进YOLOv５的轻量化垃圾检测算法

,,

万涛李博相雨涛

(,)

中北大学仪器科学与动态测试教育部重点实验室太原０３００５１

:,

摘要生活垃圾及其危害已引起人们的关注而机器人与目标检测技术的发展为生活垃圾的自动化处理带来了可能

;、,,

性针对目前生活垃圾检测算法在背景复杂目标尺寸多样的情况下检测精度低模型参数量大深度学习检测算法综

,;

合性能不平衡以及在嵌入式设备难以部署等问题提出了一种改进YOLOv５的轻量化垃圾检测算法在YOLOv５模型

,,,

中用GSConv模块代替传统卷积降低计算复杂度引入了CBAM注意力机制以提取和融合空间和通道信息增强了网

,;,

络对目标的表达能力通过权重量化将模型进行压缩以减少模型大小加快推理速度实验结果表明相比于原始的

,,,

算法改进算法在模型的准确率和平均精确度分别提高了和文件大小减小了综合性能超

YOLOv５３％２３％２６６％

,.

越了传统的深度学习目标检测算法对嵌入式平台更加友好

:;;;;

关键词GSConv目标检测轻量化嵌入式设备权重量化

AnImrovedLihtweihtGarbaeDetectionAlorithmforYOLOv５

pgggg

,,

WANTaoLIBoXIANGYutao

(,,