基于内卷算子的YOLOv5野生动物检测
贺鹏飞1
王菲菲1
孙彩惠2
聂荣3
刘志航1
1.烟台大学物理与电子信息学院 烟台 2640052.鲁东大学国际教育学院 烟台 2640053.郑州航空工业管理学院智能工程学院 郑州 450000
摘要：野生动物是自然环境的重要组成部分,保护野生动物对人类发展具有重要意义.利用红外相机与深度学习算法监测野生动物,为生物保护提供了有效途径.论文设计了一种基于YOLOv5的红外野生动物图像检测算法.在YOLOv5的颈部网络部分引入了内卷算子与特征拼接操作.改进了颈部网络的原始concat拼接操作.根据特征的重要程度对不同特征层进行加权操作,为重要特征层赋予更高的权重,使网络更加关注关键信息.改进的算法相比原始算法在各个指标方面都有大幅度提升,为野生动物检测提供了更有效的方法.
关键词：野生动物检测YOLOv5内卷算子特征融合特征层加权
分类号：TP391.4(计算技术、计算机技术)
资助基金：烟台市校地融合发展项目(1521001-WL21JY01)河南省科技攻关项目(222102220048)
论文发表日期：2025-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 701-707 )
英文信息