一种改进YOLOv5的轻量化垃圾检测算法

作     者：万涛 李博 相雨涛 WAN Tao;LI Bo;XIANG Yutao

作者机构：中北大学仪器科学与动态测试教育部重点实验室太原030051 

出 版 物：《计算机测量与控制》 (Computer Measurement &Control)

年 卷 期：2025年第33卷第1期

页      面：20-28页

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61471325) 国家自然科学基金青年科学基金(52006114) 

主　　题：GSConv 目标检测 轻量化 嵌入式设备 权重量化 

摘      要：生活垃圾及其危害已引起人们的关注,而机器人与目标检测技术的发展为生活垃圾的自动化处理带来了可能性;针对目前生活垃圾检测算法在背景复杂、目标尺寸多样的情况下检测精度低,模型参数量大,深度学习检测算法综合性能不平衡以及在嵌入式设备难以部署等问题,提出了一种改进YOLOv5的轻量化垃圾检测算法;在YOLOv5模型中用GSConv模块代替传统卷积降低计算复杂度,引入了CBAM注意力机制,以提取和融合空间和通道信息,增强了网络对目标的表达能力,通过权重量化将模型进行压缩以减少模型大小加快推理速度;实验结果表明,相比于原始的YOLOv5算法,改进算法在模型的准确率和平均精确度分别提高了3%和2.3%,文件大小减小了26.6%,综合性能超越了传统的深度学习目标检测算法,对嵌入式平台更加友好。