基于GCA-YOLOv5s的行人檢測算法

摘要： 針對智能網(wǎng)聯(lián)汽車行人目標(biāo)檢測準(zhǔn)確性和實時性較低等問題,提出了一種基于YOLOv5s改進的行人檢測算法。首先,采用幻影模塊替代傳統(tǒng)卷積,在保證模型準(zhǔn)確度的前提下,降低模型復(fù)雜度,從而提高模型實時性。然后,將坐標(biāo)注意力模塊引入特征提取網(wǎng)絡(luò)獲得重要特征,提升行人檢測準(zhǔn)確性。最后,針對損失函數(shù)計算的弊端改進邊界框損失函數(shù)的計算方式,在現(xiàn)有損失函數(shù)中引入power變換,以獲得更高的邊界框... （共6頁）