yolov5s融合SPD-Conv用于提升小目标和低分辨率图像检测性能实践五子棋检测识别

Together_CZ

已于 2023-02-22 10:57:15 修改

阅读量3.7k

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习目标检测实战文章标签：深度学习人工智能计算机视觉

于 2022-12-25 08:58:13 首次发布

本文链接：https://blog.csdn.net/Together_CZ/article/details/128433013

目标检测实战同时被 2 个专栏收录

44 篇文章 ¥59.90 ¥99.00

订阅专栏

超级会员免费看

深度学习

167 篇文章

订阅专栏

本文介绍了将SPD-Conv技术应用于yolov5s模型，以提高小目标和低分辨率图像检测性能，特别是针对五子棋检测。通过论文《No More Strided Convolutions or Pooling: A New CNN Building Block for Low-Resolution Images and Small Objects》了解该技术，并展示了项目和训练过程，最终实现精准的五子棋检测效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天刚发表的一篇论文提出来了针对小目标和低分辨率图像检测性能提升的技术SPD-Conv，感觉还是挺有意义的，今天主要是基于这项技术融合进yolov5s模型中来开发对应的目标检测模型，实现五子棋的检测，本身五子棋就是比较密集的小目标检测，先来看下效果图：

论文详情如下：

《No More Strided Convolutions or Pooling: A New CNN Building Block for Low-Resolution Images and Small Objects》
2022年8月7日发表在ECML PKDD 2022论文集上的最新paper
作者：来自于 Missouri 大学的 Raja Sunkara and Tie Luo
论文地址：https://arxiv.org/abs/2208.03641v1