摘要
本发明请求保护一种基于改进YOLOv5的实时小人脸检测方法,属于计算机视觉领域。包括以下步骤:步骤1.采用YOLOv5作为小人脸检测的基础框架,该YOLOv5小人脸检测模型中加入了SKAttention,通过动态计算每个卷积核得到通道的权重,动态的将各个卷积核的结果进行融合,可以让神经网络更加关注小人脸,提升真实场景中小人脸检测的精度。步骤2.设计了小人脸特征增强模块,将特征图进行上采样处理,使得特征图继续扩大,同时将浅层特征图与深层特征图进行融合。步骤3.为了满足实时性要求,采用YOLOv5模型,并将主干特征提取网络C3替换为更轻量的ShuffleNetV2网络,以实现网络模型的轻量化,平衡速度和精度。