目标检测论文解读复现之八：基于YOLOv5s的滑雪人员检测研究
前言
此前出了目标改进算法专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果，并且多少改进点能发什么水平的文章，为解决大家的困惑，此系列文章旨在给大家解读最新目标检测算法论文，帮助大家解答疑惑。解读的系列文章，本人已进行创新点代码复现，有需要的朋友可关注私信我。
一、摘要
针对滑雪人员目标检测研究中，存在的检测精度低、速度慢，不同姿态识别效果差等问题，采用YOLOv5s网络模型，改进损失函数，增加平衡因子，在自制滑雪人员数据集上对网络进行训练，利用训练好的网络进行图像特征提取，实现滑雪人员的快速检测。基于YOLOv5s的滑雪人员检测模型可以有效识别不同姿态下的滑雪人员，mAP值达到99.87%，Recall值达到97.66%，检测速度可以达到7ms/帧。实验结果表明，改进的YOLOv5s滑雪人员检测模型，检测速度快，检测精度高，鲁棒性强，有较好的可扩展性，既满足检测精度要求，又满足检测速度要求。
二、网络模型及核心创新点
1.YOLOv5s网络中融合SE注意力模块
2.K-means聚类方法构建绝缘子的先验框
3.构造置信度与定位任务联合的损失函数
4.引入Mosaic数据增强策略训练网络
三、应用数据集
本文使用的数据集为自制的滑雪数据集，数据集是由网络采集的5000张人员滑雪图片组成，其中包括不同角度、不同光照、不同天气的图像，自制数据集示例如下图所示，数据集的制作主要包括数据采集、数据整理和数据标注等三个步骤。
四、实验效果（部分展示）
- 训练结果如下图所示，mAP值达到99.87%，Recall值达到97.66%，相较于之前的算法平均精确度有所提升，且识别速率达到7ms/帧，训练模型大小为14.1M。
- 如下图所示，分别为不同姿态、不同光照下识别情况，置信度稳定在90%以上，识别效果较好。
五、实验结论
实验结果表明，本文提出的改进的YOLOV5滑雪人员检测模型，检测速度快，检测精度高，鲁棒性强，有较好的可扩展性，既满足检测精度要求，又满足检测速度要求，同时满足实时性的要求。
六、投稿期刊介绍
注：论文原文出自彭雅坤，曹伊宁，刘晓群；基于YOLOv5s的滑雪人员检测研究；长江信息通信；2021年第08期
解读的系列文章，本人已进行创新点代码复现，有需要的朋友可关注下面公众号，私信我。
目标检测论文解读复现之八：基于YOLOv5s的滑雪人员检测研究相关推荐
- 目标检测论文解读复现之六：基于YOLOv5的遥感图像舰船的检测方法
目标检测论文解读复现 文章目录 目标检测论文解读复现 前言 一.摘要 二.网络模型及核心创新点 三.应用数据集 四.实验效果 五.实验结论 六.投稿期刊介绍 前言 此前出了目标改进算法专栏,但是对于应 ...
- 目标检测论文解读复现之一：基于改进YOLOv5的整车原木数量检测方法——TWD-YOLOv5（代码已复现）
目标检测论文解读复现 文章目录 目标检测论文解读复现 前言 一.摘要 二.网络模型及核心创新点 三.应用数据集 四.实验效果 五.投稿期刊介绍 前言 此前出了目标改进算法专栏,但是对于应用于什么场景, ...
- 目标检测论文解读复现之五：改进YOLOv5的SAR图像舰船目标检测
目标检测论文解读复现 文章目录 目标检测论文解读复现 前言 一.摘要 二.网络模型及核心创新点 三.应用数据集 四.实验效果(部分展示) 五.实验结论 六.投稿期刊介绍 前言 此前出了目标改进算法专栏 ...
- 【目标检测论文解读复现NO.25】基于改进Yolov5的地铁隧道附属设施与衬砌表观病害检测方法
前言 此前出了目标改进算法专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读最新目标检测算法论文,帮 ...
- 目标检测论文解读复现【NO.24】改进 YOLOv5s 的轨道障碍物检测模型轻量化研究
前言 此前出了目标改进算法专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读最新目标检测算法论文,帮 ...
- 【目标检测论文解读复现NO.27】基于改进YOLOv5的螺纹钢表面缺陷检测
前言 此前出了目标改进算法专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读最新目标检测算法论文,帮 ...
- 目标检测论文解读复现之十五：基于YOLOv5的光学遥感图像舰船 目标检测算法
前言 此前出了目标改进算法专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读最新目标检测算法论文,帮 ...
- 目标检测论文解读复现之十八：基于注意力机制的光线昏暗条件下口罩佩戴检测
前言 此前出了目标改进算法专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读最新目标检测算法论文,帮 ...
- 目标检测论文解读复现之十一：基于特征融合与注意力的遥感图像小目标检测
前言 此前出了目标改进算法专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读最新目标检测算法论文,帮 ...
最新文章
- Day04-经典卷积神经网络解读
- 【完整示例】采用jenkins pipeline实现自动构建并部署至k8s
- java poi 解析excel_Java用POI解析excel并获取所有单元格数据
- python机器学习---1. K近邻算法
- [LintCode笔记了解一下]64.合并排序数组
- 分布式是什么意思_机架式ups是什么意思?与分布式DPS有何不同之处?
- PlacementBrowser源码分析
- labview linux 内核 不匹配,Linux CentOS7(或Ubuntu)中安装NI-VISA后一打开范例Simple Serial.vi就闪退，LabVIEW就崩溃。...
- Spring的事务机制
- 配置和使用APM功能和调用链分析功能
- HDU 4786 生成树 并查集+极大极小值 黑白边 确定选择白边的数量
- Ubuntu 12.04安装及配置vsftp步骤
- html 加粗_一篇文章带你了解HTML格式化元素
- Java中字符(串)和数值类型的转换
- python图书馆座位预约系统毕业设计开题报告
- JS广告代码效果大全
- 中班音乐会跳舞的机器人_中班音乐律动机器人
- 3C认证与电源PFC
- 前端培训丁鹿学堂：css伪类选择器（一）
- Ubuntu18.04 安装最新版WPS