基于改进YOLOv5的移动应用GUI组件识别研究
刘益玮
李瑛
赵悦彤
石成盛
北华航天工业学院 河北廊坊 065000
摘要：在移动应用开发过程中,自动化测试尤为重要,而GUI组件的准确识别是自动化测试执行的基础.针对软件背景构成复杂、GUI组件目标较小且密集,容易出现误检、漏检等典型问题,提出基于改进YOLOv5s的移动应用GUI组件识别方法.在YOLOv5s主干网络中融入坐标注意力机制,提升小目标组件识别能力;对颈部网络引入Slim-Neck结构,在保证检测精度的同时降低模型的复杂度,实现轻量化项目部署.结果表明,改进后YOLOv5s算法的mAP达到 92.2%,参数量减少 15.7%,相比其他检测模型具有更高的检测精度且更加轻便.
关键词：YOLOv5GUI组件组件识别坐标注意力机制
资助基金：校级研究生创新资助项目(YKY-2023-36)校级研究生创新资助项目(YKY-2024-45)
论文发表日期：2024-08-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 13-16 )