第43卷第4期辽宁工业大学学报(自然科学版)Vol.43,No.42023年8月JournalofLiaoningUniversityofTechnology(NaturalScienceEdition)Aug.2023收稿日期：2022-08-17基金项目：辽宁省大学生创新创业项目(X2021011)作者简介：林一鸣(1996-)，男，辽宁大连人，硕士生。王宇钢(1977-)，男，辽宁锦州人，副教授，博士。DOI:10.15916/j.issn1674-3261.2023.04.005基于改进YOLOv5算法的可回收饮料瓶检测方法研究林一鸣1，王宇钢1，季莘翔1，徐茁2（1.辽宁工业大学机械工程与自动化学院，辽宁锦州121001；2.辽宁航星海洋科技有限公司，辽宁锦州121003）摘要：针对YOLOv5算法目标检测存在重叠目标漏检率高、检测置信度低的问题，提出基于EA-YOLOv5m模型的可回收饮料瓶检测方法。采用EAM(efficientattentionmodule)注意力模块提升重叠目标检测精度，采用α-IOULoss函数对损失函数进行改进，提升检测框的定位精度及置信度。实验结果表明，EA-YOLOv5m模型训练的位置损失值和置信度损失值较YOLOv5m模型均有下降，测试的AP_0.5和AP_0.5-0.95较YOLOv5m模型分别提高了0.15%和1.28%，检测速度达到7.8帧/s。针对不同程度遮挡的重叠目标，EA-YOLOv5m模型的检测置信度得到明显提升，分别达到0.81及0.68。该算法可以大幅提升重叠目标检测能力，满足基于视觉的可回收饮料瓶检测应用。关键词：YOLOv5算法；目标检测；可回收饮料瓶；EAM；α-IOULoss中图分类号：TP391.7文献标识码：A文章编号：1674-3261(2023)04-0232-07ResearchonDetectionMethodofRecyclableBeverageBottlesBasedonImprovedYolov5AlgorithmLINYi-ming1,WANGYu-gang1,JIShen-xiang1,XUZhuo2（1.CollegeofMechanicalEngineeringandAutomation,LiaoningUniversityofTechnology,Jinzhou121001,China;2.LiaoningHangxingMarineTechnologyCo.,Ltd,Jinzhou121001,China）Abstract:AdetectionmethodofrecyclablebeveragebottlesbasedontheEA-YOLOv5mmodelisproposedtoaddresstheissuesofhighoverlaptargetmissrateandlowdetectionconfidenceinYOLOv5algorithmobjectdetection.TheEAM(EfficientAttentionModule)attentionmoduleisusedtoimprovetheaccuracyofoverlappingobjectdetection，α-IOULOSSfunctionisusedtoimprovethelossfunctionandthepositioningaccuracyandconfidenceofthedetectionframe.TheexperimentalresultsshowthatthepositionlossvalueandconfidencelossvalueoftheEA-YOLOv5mmodeltraininghavedecr...
