基于YOLOv5s的滑雪人员检测研究

作     者：彭雅坤 曹伊宁 刘晓群 Liu Xiaoqun;Peng Yakun;Cao Yining

作者机构：河北建筑工程学院信息工程学院河北张家口075000 

出 版 物：《长江信息通信》 (Changjiang Information & Communications)

年 卷 期：2021年第34卷第8期

页      面：24-26页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：河北省技术创新引导计划项目-科技冬奥专项资助《基于5G的VR场景下冰雪突发事故高精度定位技术研究》(20470302D) 

主　　题：人工智能 计算机视觉 YOLOv5s网络模型 目标检测 滑雪人员检测 

摘      要：针对滑雪人员目标检测研究中,存在的检测精度低、速度慢,不同姿态识别效果差等问题,采用YOLOv5s网络模型,改进损失函数,增加平衡因子,在自制滑雪人员数据集上对网络进行训练,利用训练好的网络进行图像特征提取,实现滑雪人员的快速检测。基于YOLOv5s的滑雪人员检测模型可以有效识别不同姿态下的滑雪人员,mAP值达到99.87%,Recall值达到97.66%,检测速度可以达到7ms/帧。实验结果表明,改进的YOLOv5s滑雪人员检测模型,检测速度快,检测精度高,鲁棒性强,有较好的可扩展性,既满足检测精度要求,又满足检测速度要求。