基于改进的YOLO v5s算法多尺度包裹检测方法

打开文本图片集

摘要：为了解决常规目标检测算法无法有效识别像素大、特征少的灰度目标的问题，本文基于改进YOLO v5s模型的包裹与条形码检测方法，将卷积池化金字塔模块更新，增加大尺度目标的感受野；在特定卷积层中添加卷积注意力机制模块，沿着通道维度和空间维度依次推断注意力图，对输入特征图进行自适应优化。实验结果表明，CA-YOLO v5模型成功解决了YOLO v5s模型无法有效识别大尺度灰度目标的问题，大尺度包裹的识别准确率提高34%，提升效果明显。（剩余10260字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。