.png){kind=icon}
返回
Improved Small Object Detection Algorithm CRL-YOLOv5
.png){kind=icon}
OA
AI
DOI：10.3390/s24196437.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
检测图像中的小对象由于其有限的像素表示和提取足够特征的困难而带来重大挑战，通常导致漏检或错误检测。为了应对这些挑战并提高检测精度，本文提出了一种改进的小目标检测算法CRL-YOLOv5。该方法将卷积块注意力模块 (CBAM) 注意力机制集成到骨干网的C3模块中，提高了小目标的定位精度。此外，引入了感受野块 (RFB) 模块以扩展模型的感受野，从而充分利用上下文信息。此外，网络架构被重构为包括专门针对小对象的附加检测层，从而允许从浅层进行更深的特征提取。在VisDrone2019小对象数据集上进行测试时，CRL-YOLOv5的mAP50为39.2%，比原始YOLOv5有5.4% 的改进，有效地提高了图像中小对象的检测精度。
Keyword:
small object detection
attention mechanisms
contextual information
YOLOv5
digital images
spatial resolution
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.5
论文数:
7.3W
被引数:
20.9W
机构
引用论文
Caw’s Walking State Recognition Based on Accelerometers and Gyroscopes Installed on Ear-Tags and Collar-Tags基于安装在耳标和项圈上的加速度计和陀螺仪的Caw步行状态识别
PREAI
分享收藏Thermal comfort, perceived air quality, and cognitive performance when personally controlled air movement is used by tropically acclimatized persons当热带适应的人使用个人控制的空气运动时，热舒适性，感知的空气质量和认知表现.png)
Indoor AirOAAI
Indoor AirIF0
OAAI分享收藏
查看更多内容