基于EfficientNet的轻量化行人检测算法 |
| |
引用本文: | 陈娟,李燕,阚希,朱灵龙,张丽娟.基于EfficientNet的轻量化行人检测算法[J].国外电子测量技术,2023(6):1-9. |
| |
作者姓名: | 陈娟 李燕 阚希 朱灵龙 张丽娟 |
| |
作者单位: | 1. 南京信息工程大学自动化学院;2. 无锡学院物联网工程学院 |
| |
基金项目: | 国家自然科学基金青年科学基金(42105143);;吉林省科技发展计划重点研发项目(20210204050YY)资助; |
| |
摘 要: | 针对当前行人检测过程中存在速度慢、精确率不高以及高复杂度运算的问题,提出一种兼顾轻量化与检测精确率的卷积神经网络算法(ECG-YOLO)。该算法采用EfficientNetv2与坐标注意力(coordinate attention, CA)模块重新设计主干网络,提升网络的检测速度及精度。设计参数量和计算量更小的GhostConv模块以降低特征通道融合过程中的计算量。加入自适应Gamma校正算法减少复杂场景下光照等因素的影响。改进后的算法在NVIDIA TX2开发板上测试,检测精度达91%以上,较原算法提高了1.7%,参数量和计算量分别为原算法的40.8%和36.3%,具有较好的检测精度与实时性。
|
关 键 词: | 目标检测 YOLOv5 轻量化网络 注意力机制 |
|
|