改進YOLOv5s的鐵路異物入侵檢測算法

摘要： 行人、車輛等異物侵入鐵路界線，嚴重威脅行人安全和鐵路交通安全.針對傳統(tǒng)鐵路異物入侵檢測方法精度低、時效性差等問題，提出改進YOLOv5s算法的鐵路異物入侵檢測模型SD-YOLO.本文提出SSA混合注意力機制，加強模型的局部表征能力，提高小目標識別效果；提出DW-Decoupled Head解耦檢測頭，加快網(wǎng)絡(luò)收斂速度；引入邊界框回歸損失函數(shù)SIoU,提高了模型的檢測精度；使用轉(zhuǎn)... （共8頁）