一种融合RepVGG和YOLOv5的行人检测方法

作     者：刘春雷 李志华 王超 王连贺 张元彪 LIU Chun-lei;LI Zhi-hua;WANG Chao;WANG Lian-he;ZHANG Yuan-biao

作者机构：河北工程大学信息与工程学院邯郸056000 河北省安防信息感知与处理重点实验室邯郸056000 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2023年第23卷第7期

页      面：2945-2951页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：邯郸市科技研发计划(21422031251) 

主　　题：行人检测 RepVGG 注意力机制 YOLOv5 

摘      要：现如今,基于YOLOv5的网络模型被广泛应用在行人检测的任务中,在精度和速度上有着良好的效果。但在终端设备上部署使用,往往受到算力的限制。因而,基于RepVGG模型改进的主干网络,并且为了提高在密集人群和复杂环境下的适应性,加入了坐标注意力机制,扩大感受野的同时增强感兴趣区域的权重。经过实验测试,这种轻量化的网络参数量和计算量比较小,而且检测精度和鲁棒性也比较高,能够在一定程度下满足工程应用的要求。