基于YOLOv5算法的小动物识别技术研究

摘要

随针对变电站经常出现小动物危害,并且小动物由于目标小,导致识别难度大的问题,提出了一种改进YOLOv5算法的小动物识别技术。首先,通过添加注意力机制,提升对小动物的识别效果;然后使用CIOU损失函数替代YOLOv5算法中原有的GIOU损失函数,提高算法的识别精度;最后使用DIOU-NMS代替NMS,改善模型预测阶段漏检的情况。由实验结果可知,在相同实验环境下,改进的YOLOv5算法的平均精度均值是98%,比改进前提高了4.9%。