一种基于改进YOLOv5s的轻量化行人检测方法及装置制造方法及图纸

本发明专利技术公开了一种基于改进YOLOv5s的轻量化行人检测方法及装置，所述方法包括以下步骤：(1)构建多场景行人图像数据集；(2)为数据集中的图像添加标注信息；(3)构建基于改进YOLOv5s的轻量化行人检测模型；(4)采用训练集和验证集对所述检测模型进行训练，并将训练好的模型参数保存为最优模型；(5)采用测试集对最优模型进行测试，测试结果满足精度要求，即获得最终的基于改进YOLOv5s的轻量化行人检测模型。相较于现有技术，本发明专利技术公开的一种基于改进YOLOv5s的轻量化行人检测方法，实现了模型的轻量化，降低了计算量，同时提高了模型检测精度。

【技术实现步骤摘要】

本专利技术涉及人工智能领域，具体涉及一种基于改进yolov5s的轻量化行人检测方法及装置。

技术介绍

1、随着我国城市化进程的加速，城市交通管理面临的挑战日益增大。尤其是在繁忙的城市街道和道路上，行人的安全问题成为关注重点。行人在交通事故中的伤亡比例较高，因此，能够及时、准确地识别和定位行人，对于保障交通安全和减少交通事故具有重要意义。近年来，随着计算机视觉技术和人工智能的发展，行人检测技术逐渐成为智能监控系统中的关键组成部分。

2、行人检测需要在复杂的环境下进行，图像中的行人可能由于遮挡、姿态变化、光照不均等因素，造成检测精度大幅下降。特别是在城市街道等繁忙场景中，行人可能部分被其他物体遮挡，或者由于多种不同的姿势(如行走、奔跑、蹲坐等)使得识别变得更加困难。此外，背景杂乱、行人数量较多、以及拍摄角度的不一致等也给行人检测巨大挑战。

3、实时性问题也是行人检测技术面临重要难题，在复杂的监控场景中，视频数据的实时处理和分析要求极高的计算能力，传统方法通常无法满足这一需求。深度学习模型，尤其是基于卷积神经网络(cnn)的行人检测算法，本文档来自技高网...

【技术保护点】

1.一种基于改进YOLOv5s的轻量化行人检测方法及装置，其特征在于，所述方法具体包括以下步骤：

2.根据权利要求1所述的一种基于改进YOLOv5s的轻量化行人检测方法，其特征在于，所述MVit模块执行以下操作：

3.根据权利要求1所述的一种基于改进YOLOv5s的轻量化行人检测方法，其特征在于，所述GE-PANet通过引入GAM注意力机制，保留通道和空间方面的信息，增强跨维度交互；GAM注意力机制监督不同层级特征的融合，通道注意力模块和空间注意力模块分别沿通道和空间两个独立的维度按顺序进行注意力的操作，对需要的特征进行突出显示，并对无关的特征进行抑制，融合后包含...

【技术特征摘要】

1.一种基于改进yolov5s的轻量化行人检测方法及装置，其特征在于，所述方法具体包括以下步骤：

2.根据权利要求1所述的一种基于改进yolov5s的轻量化行人检测方法，其特征在于，所述mvit模块执行以下操作：

3.根据权利要求1所述的一种基于改进yolov5s的轻量化行人检测方法，其特征在于，所述ge-panet通过引入gam注意力机制，保留通道和空间方面的信息，增强跨维度交互；gam注意力机制监督不同层级特征的融合，通道注意力模块和空间注意力模块分别沿通道和空间两个独立的维度按顺序进行注意力的操作，对需要的特征进行突出显示，并对无关的特征进行抑制，融合后包含跨维度交互信息的全局特征具有更好的特征表达...

【专利技术属性】
技术研发人员：李育才，李依伦，李宗浩，王明晨，杨红柳，张博，鲍金林，赵晓烨，孟祥坤，周欣欣，杜原泽，赵鸿皓，郭树强，
申请(专利权)人：国网吉林省电力有限公司通化供电公司，
类型：发明
国别省市：