当前位置:   article > 正文

番外篇 | 复现HIC-YOLOv5,助力小目标物体的检测

番外篇 | 复现HIC-YOLOv5,助力小目标物体的检测

前言:Hello大家好,我是小哥谈。目标检测一直是目标检测领域中的一个具有挑战性的问题,已经有一些研究提出了改进方法,如添加多个注意力模块或改变特征融合网络的整体结构,以解决这个问题。然而,这些模型的计算成本较高,使得部署实时目标检测系统变得不可行,同时还有改进的空间。为此,提出了改进的YOLOv5模型:HIC-YOLOv5,以解决上述问题。首先,添加了一个针对小目标的额外预测Head,以提供更高分辨率的特征图,从而实现更好的预测。其次,在Backbone网络和Neck之间采用了一种称为"involution block"的模块,以增加特征图的通道信息。此外,在Backbone网

声明:本文内容由网友自发贡献,转载请注明出处:【wpsshop博客】
推荐阅读
相关标签
  

闽ICP备14008679号