基于CBAM注意力机制的YOLOv5目标检测算法在电力业务证件识别上的应用

摘要

针对在电力业务领域传统的人工方式进行证件识别存在的效率低、识别时间长和可靠性低等问题,提出了一种用于电力业务工作中证件识别的改进YOLOv5模型。引入CBAM (Convolutional Block At-tention Module)算法提高特征提取性能,解决在图像分辨率低、光线暗等场景下识别率低的问题。通过对改进前后算法模型性能的对比分析,验证了该方法的优越性。实验结果表明,与原有的YOLOv5检测算法相比,所提方法在检测速度上能够满足实际检测的需要,且检测精度更优,检测时间为0.056 s,检测平均准确度均值为95.40%,提高了9个百分点。