基于改进YOLOv5的异型烟检测算法

廖家设, 张彤, 谢青峰, 辛敏, 张祎楠

桂林电子科技大学学报 ›› 2024, Vol. 44 ›› Issue (06) : 613-620. DOI: 10.16725/j.1673-808X.2022340

基于改进YOLOv5的异型烟检测算法

  • 廖家设, 张彤, 谢青峰, 辛敏, 张祎楠
作者信息 +
History +

摘要

为了解决异型烟核对工作量繁重,降低条烟误检率,提高烟草物流行业的工作效率和智能化水平,提出一种基于改进YOLOv5的异型烟检测算法。该算法以YOLOv5作为基础框架,通过引入金字塔切分注意力(PSA)模块来提取特征空间域信息,并与Focus模块提取的特征通道域信息融合,获得多维度特征信息;空洞空间金字塔池化(ASPP)用于改进SPP模块,使用不同比率的空洞卷积运算,可在保证分辨率的情况下扩大感受野,减少运算参数;使用K-means++聚类算法对锚框进行优化,提高锚框与所获得图像的匹配度。使用生产现场采集的异型烟数据集对算法进行训练,结果表明,m AP参数为94.14%,比优化前提高5.04个百分点。改进后的模型未引入复杂模块,可部署在AI边缘计算集成开发板中,推理和识别时间约为75ms,能满足生产现场实时性要求。

关键词

YOLOv5 / 异型烟检测 / K-means++ / 金字塔切分注意力 / 空洞空间金字塔池化

中图分类号

TS47 / TP183 / TP391.41

引用本文

导出引用
廖家设, 张彤, 谢青峰, 辛敏, 张祎楠. 基于改进YOLOv5的异型烟检测算法. 桂林电子科技大学学报. 2024, 44(06): 613-620 https://doi.org/10.16725/j.1673-808X.2022340

评论

Accesses

Citation

Detail

段落导航
相关文章

/