融合注意力機(jī)制的輕量化大熊貓目標(biāo)檢測模型

摘要： 針對大熊貓在復(fù)雜環(huán)境中難以識別，以及目標(biāo)檢測模型在計算資源有限的嵌入式設(shè)備上部署效果差的問題，提出一種輕量化的大熊貓目標(biāo)檢測模型Giant Panda-YOLOv5n(GP-YOLOv5n)。該模型在YOLOv5n的基礎(chǔ)上進(jìn)行改進(jìn)，提出了融合注意力的深度可分離頸部網(wǎng)絡(luò)，提高復(fù)雜環(huán)境下對目標(biāo)的檢測精度與檢測速度，并在邊界框回歸損失函數(shù)中引入Alpha-IoU來提高模型對目標(biāo)的邊界... （共8頁）