文档摘要：为解决车号罐号识别中因环境恶劣、字符较小导致的准确率偏低且实时性较差等问题,提出一种基于改进YOLOv5的轻量级检测方法.首先通过二阶段检测并增加小目标检测层,进一步采用大尺寸图像输入和数据均衡方法,提升模型检测效果;其次在骨干网络的最后一层引入CA坐标注意力,并制作掩码实现感兴趣区域检测,提升复杂场景下的车号字符检测精度.最后,通过采用GhostNet模块替换骨干网络模块,使模型进一步轻量化.实验结果表明:YOLO-MGCA模型,相较于基线模型map提高了1.4％,模型精度增加了3％,模型参数量减少了40％.
作者：张继凯 周亚辉 梁勇 柴轶凡 Author：ZHANGJikai ZHOUYahui LIANGYong CHAIYifan
作者单位：内蒙古科技大学信息工程学院,内蒙古包头014010内蒙古科技大学材料与冶金学院,内蒙古包头014010
刊名：内蒙古科技大学学报
Journal：JournalofInnerMongoliaUniversityofScienceandTechnology
年，卷(期)：2023, 42(3)
分类号：TP391
关键词：号码识别 YOLOv5 轻量级目标检测 感兴趣区域
Keywords：numberrecognition YOLOv5 lightweightobjectdetection regionofinterest
机标分类号：TP391.41TN919.8TF321
在线出版日期：2023年12月22日
基金项目：国家自然科学基金，内蒙古自治区自然科学基金资助项目，内蒙古自治区高等学校科学研究资助项目，内蒙古自治区科技计划资助项目基于改进YOLOv5的轻量级铁水罐号车号检测算法[
期刊论文] 内蒙古科技大学学报--2023, 42(3)张继凯 周亚辉 梁勇 柴轶凡为解决车号罐号识别中因环境恶劣、字符较小导致的准确率偏低且实时性较差等问题,提出一种基于改进YOLOv5的轻量级检测方法.首先通过二阶段检测并增加小目标检测层,进一步采用大尺寸图像输入和数据均衡方法,提升模型检测...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：号码识别,YOLOv5,轻量级目标检测,感兴趣区域,
|
|
1
