一种基于改进YOLOv5的红外图像行人目标检测方法

摘要

本发明提供了一种基于改进YOLOv5的红外图像行人目标检测方法，通过拓展和迭代特征提取网络浅层CSP模块、在残差块中加入改进的注意力模块、增加多尺度目标检测层，接下来下载并处理KAIST数据集，构建用于模型训练的训练集、验证集和测试集，最后将预处理后的KAIST数据集送入构建好的基于改进YOLOv5的红外行人目标检测模型进行模型的训练、测试、评估；在模型构建阶段，拓展的CSP和引入的注意力机制更有利于提取行人特征，增加的检测层，有助于实现对远距离小目标的检测。在训练阶段，将送入的数据集中不包含行人目标的红外图像进行删除，以免干扰模型的训练，加速网络收敛。在评估阶段，通过调整模型的宽度和深度，优化模型的精确度和速度，以满足实际应用的需求。