摘要:針對目前汽車(chē)駕艙內遺忘物檢測精度不高的問(wèn)題,提出一種基于改進(jìn)的YOLOv5s汽車(chē)駕艙遺忘物的檢測方法。該檢測方法將YOLOv5s作為基礎網(wǎng)絡(luò ),在此基礎上進(jìn)行改進(jìn)。首先在主干網(wǎng)絡(luò )的尾部引入SE注意力模塊,加強模型對通道信息的關(guān)注提升目標檢測性能;其次改進(jìn)空間金字塔池化模塊,將原有的SPPF模塊改進(jìn)為SPPCSPC模塊,通過(guò)增加一點(diǎn)計算量來(lái)進(jìn)一步提升檢測模型的精度;最后同時(shí)引入GSConv層,S能夠緩解DSC(深度可分離卷積)的缺陷,并充分利用DSC的優(yōu)勢,在小目標檢測方面取得明顯的提升效果,既保證了語(yǔ)義信息又平衡了模型的準確性,也提升了檢測速度。通過(guò)訓練結果說(shuō)明,改進(jìn)后的網(wǎng)絡(luò )與原YOLOv5s網(wǎng)絡(luò )相比,其平均精度均值mAP提高了2%,查準率提升了3.5%。改進(jìn)后的網(wǎng)絡(luò )具有良好的提升效果,表明了該方法的有效性。