YOLO-TLA：一种基于 YOLOv5 的高效轻量级小目标检测模型
计算机视觉与模式识别
2024-07-30 v2
摘要
目标检测作为计算机视觉的关键环节，在准确性和鲁棒性方面已取得显著进展。尽管有这些进步，实际应用仍面临显著挑战，主要是小目标的检测不准确或漏检。本文提出 YOLO-TLA，这是一种基于 YOLOv5 构建的先进目标检测模型。我们首先在颈部网络金字塔架构中引入一个额外的小目标检测层，从而生成更大尺度的特征图以辨别小目标的更精细特征。此外，我们将 C3CrossCovn 模块集成到骨干网络中。该模块利用滑动窗口特征提取，有效降低了计算需求和参数量，使模型更加紧凑。另外，我们在骨干网络中融入了全局注意力机制。该机制结合通道信息与全局信息生成加权特征图，旨在突出感兴趣目标的属性，同时有效忽略无关细节。与基线 YOLOv5s 模型相比，我们新开发的 YOLO-TLA 模型在 MS COCO 验证数据集上表现出显著改进，[email protected] 提升了 4.6%，[email protected]:0.95 提升了 4%，同时保持模型紧凑，参数量仅为 9.49M。将这些改进进一步扩展至 YOLOv5m 模型，增强版在 [email protected] 和 [email protected]:0.95 上分别提升了 1.7% 和 1.9%，总参数量为 27.53M。这些结果验证了 YOLO-TLA 模型在小目标检测中的高效性和有效性，以更少的参数和计算需求实现了高精度。
引用
@article{arxiv.2402.14309,
title = {YOLO-TLA: An Efficient and Lightweight Small Object Detection Model based on YOLOv5},
author = {Chun-Lin Ji and Tao Yu and Peng Gao and Fei Wang and Ru-Yue Yuan},
journal= {arXiv preprint arXiv:2402.14309},
year = {2024}
}