文献类型：期刊文章

作　　者：陈富荣[1] 肖明明[2]

CHEN Furong;XIAO Mingming(College of Information Science and Technology,Zhongkai University of Agricultural and Engineering,Guangzhou 510225,China;College of Information and Communication Engineering,Guangzhou Maritime University,Guangzhou 510725,China)

机构地区：[1]仲恺农业工程学院信息科学与技术学院,广东广州510225 [2]广州航海学院信息与通信工程学院,广东广州510725

出　　处：《现代信息科技》

年　　份：2023

卷　　号：7

期　　号：3

起止页码：55-60

语　　种：中文

收录情况：普通刊

摘　　要：文章针对小目标检测存在的可利用特征少、定位精度要求高、数据集小目标占比少、样本不均衡和小目标对象聚集等问题,提出将coordinate attention注意力嵌入YOLOv5模型。Coordinate attention注意力机制通过获取位置感知和方向感知的信息,能使YOLOv5模型更准确地识别和定位感兴趣的目标。YOLOv5改进模型采用木虱和VisDrone2019数据集开展实验验证,实验结果表明嵌入coordinate attention能有效提高YOLOv5的算法性能。

关 键 词：目标检测 YOLOv5  coordinate attention  注意力机制  

分 类 号：TP391.4]