文章详情
| 稿件标题： | 基于YOLOv5手榴弹检测算法的轻量化研究 |
| 稿件作者： | 邱锦，刘健，沈芸亦，吴中红 |
| DOI： | 10.11809/bqzbgcxb2023.06.005 |
| 科学编辑： | 武江鹏 博士（中国兵器工业203所高级工程师） |
| 栏目名称： | 基础理论与应用研究 |
| 关键词： | 手榴弹检测；YOLOv5；Ghost模块；注意力机制；复杂环境 |
| 文章摘要： | 手榴弹检测是实现无人排爆的关键任务。针对YOLOv5算法应用在手榴弹检测时精度高、实时性好，但算法不够轻量化，在弹体部分遮挡或背景杂乱的复杂环境下，算法对手榴弹识别精度不高的问题，提出了融合Ghost模块与CA（coordinate attention）注意力机制模块改进的YOLOv5GA算法，通过在自制手榴弹数据集上实验，改进后算法参数降低50%，检测精度仅下降1%，检测速度提高3 ms，对遮挡手榴弹的识别效果有明显改善，能更好的满足实际应用需求。 |
| 稿件基金： | 湖北省自然科学基金面上项目（2019CFC871） |
| 引用本文格式： | 邱锦，刘健，沈芸亦，等.基于YOLOv5手榴弹检测算法的轻量化研究［J］.兵器装备工程学报，2023，44(6)：35-41. QIU Jin, LIU Jian, SHEN Yunyi, et al.Lightweight research based on YOLOv5 grenade detection algorithm［J］.Journal of Ordnance Equipment Engineering，2023，44(6)：35-41. |
| 刊期名称： | 2023年06期 |
| 出版时间： | 2023年6月 |
| 上线时间： | 2023年6月28日 |
| 浏览次数： | 2360 |
| 下载次数： | 69 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |