基于改进YOLOv5的轻量级铁水罐号车号检测算法 |
| |
作者姓名: | 张继凯 周亚辉 梁勇 柴轶凡 |
| |
作者单位: | 1. 内蒙古科技大学信息工程学院;2. 内蒙古科技大学材料与冶金学院 |
| |
基金项目: | 国家自然科学基金资助项目(51904161);;内蒙古自治区自然科学基金资助项目(2019BS06005);;内蒙古自治区高等学校科学研究资助项目(NJZY20095);;内蒙古自治区科技计划资助项目(2019GG138); |
| |
摘 要: | 为解决车号罐号识别中因环境恶劣、字符较小导致的准确率偏低且实时性较差等问题,提出一种基于改进YOLOv5的轻量级检测方法.首先通过二阶段检测并增加小目标检测层,进一步采用大尺寸图像输入和数据均衡方法,提升模型检测效果;其次在骨干网络的最后一层引入CA坐标注意力,并制作掩码实现感兴趣区域检测,提升复杂场景下的车号字符检测精度.最后,通过采用GhostNet模块替换骨干网络模块,使模型进一步轻量化.实验结果表明:YOLO-MGCA模型,相较于基线模型map提高了1.4%,模型精度增加了3%,模型参数量减少了40%.
|
关 键 词: | 号码识别 YOLOv5 轻量级目标检测 感兴趣区域 |
|