文章详情
| 稿件标题： | 基于改进YOLOv5s轻量化模型的红外场景目标检测方法研究 |
| 稿件作者： | 刘芷汐，周春桂，崔俊杰，段捷，岳凯杰 |
| DOI： | 10.11809/bqzbgcxb2024.03.042 |
| 科学编辑： | 郭强 博士（烟台大学） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 红外目标检测；轻量化模型；YOLOv5s；CARAFE；注意力机制；损失函数 |
| 文章摘要： | 红外技术在防备夜间作战和隐蔽作战中发挥的作用是至关重要的，针对如何平衡红外图像检测精度与轻量化的问题，提出一种基于红外场景下的轻量化目标检测模型MYOLOv5。该网络模型采用改进的ShuffleBlock模块替换原有的CSP骨干网络。此外，应用轻量级上采样算子CARAFE替换原有上采样模块，在C3模块中加入SE注意力机制，降低冗余信息，提高特征的区分性和表征能力，重新设计损失函数，EIoU作为新的损失函数，加快模型收敛速度。在公开数据集FLIR上进行了实验，实验结果表明：改进之后网络模型的平均检测精度达到73.0%，仅降低2.9个百分点，而MYOLOv5模型的网络参数数量、理论计算量分别减少40%、39%，模型的推理速度提高52%，满足部署于边缘设备的需求。 |
| 稿件基金： | 中北大学研究生科技立项资助课题(20221804);山西省重点实验室开放项目(GDZBKKX15) |
| 引用本文格式： | 刘芷汐，周春桂，崔俊杰，等.基于改进YOLOv5s轻量化模型的红外场景目标检测方法研究［J］.兵器装备工程学报，2024，45(3)：323-330. LIU Zhixi, ZHOU Chungui, CUI Junjie, et al.Research on infrared scene target detection method based on improved YOLOv5s lightweight model［J］.Journal of Ordnance Equipment Engineering，2024，45(3)：323-330. |
| 刊期名称： | 2024年03期 |
| 出版时间： | 2024年3月 |
| 收稿日期： | 2023年9月19日 |
| 修回日期： | 2023年12月6日 |
| 录用日期： | 2023年12月26日 |
| 上线时间： | 2024年3月28日 |
| 浏览次数： | 1574 |
| 下载次数： | 91 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |