基于改進YOLOv5的車輛與行人目標識別方法

摘要： 為改進無人駕駛技術部署困難問題，該文提出一種基于YOLOv5的目標識別算法。算法引入Ghost Bottleneck模塊，CBAM模塊，將網(wǎng)絡參數(shù)壓縮，減少模型整體的計算量，同時提升模型推理速度；將原始模型CIoU損失函數(shù)替換為α-IoU損失函數(shù)，使得模型訓練過程中更快收斂；用DWConv層替代原有網(wǎng)絡中Neck部分的Conv層，可大大降低網(wǎng)絡參數(shù)數(shù)量以及運算成本，同時可提取不...