基于YOLOv5改進(jìn)的霧天行人與車輛檢測算法

摘要： 由于在惡劣天氣下汽車對(duì)環(huán)境的感知能力差，且對(duì)動(dòng)態(tài)目標(biāo)的檢測能力有極大的影響，使得基于深度學(xué)習(xí)的目標(biāo)檢測網(wǎng)絡(luò)在霧天行人車輛檢測中出現(xiàn)精度低、魯棒性差等問題。本文提出一種基于DehazeNet去霧算法與改進(jìn)YOLOv5算法相結(jié)合的霧天檢測方法—YOLOv5-SGE檢測網(wǎng)絡(luò)。通過取消初始錨框，實(shí)現(xiàn)錨框自適應(yīng)計(jì)算，生成適合當(dāng)前數(shù)據(jù)集的錨框；在特征提取模塊加入三維權(quán)重注意力機(jī)制，使網(wǎng)絡(luò)可... （共10頁）