基于深度学习的计算机视觉目标检测算法优化研究.docx

基于深度学习的计算机视觉目标检测算法优化研究

摘要

本研究以计算机视觉领域内的目标检测任务为研究对象，主要研究目前主流的目标检测算法精度和效率之间存在的本质问题。文章首先对传统的检测方法基本结构及存在的不足进行梳理，在此基础上通过对比分析说明了基于深度学习的目标检测技术的优势，主要是高效地抽取特征以及很强的泛化能力。重点阐述YOLOv5的关键设计思想和执行过程，用实验数据全面评价它在各种公开测试集上表现。对于该模型在复杂环境下容易出现误判或者遗漏的问题以及存在大量的参数等问题，给出改进方案，在模型的基础上加上注意力机制来突出重要区域特征所起的作用，在深度上采用深度可分离卷积方式缩减运算量