Acceso usuarios
Mingliang Song, Xiao Chen, Qishun Yang, Zhengdong Mi, Qin Qin, Dan Feng
La tecnología de saque en el fútbol desempeña un papel fundamental en el juego, y una excelente tecnología de saque puede generar diversas oportunidades ofensivas. La tecnología de visión artificial, en especial la de detección de objetivos, tiene una amplia gama de aplicaciones en el fútbol. Este artículo se ha simplificado basándose en YOLOv5, y la estructura de CSPDarkNet53 se ha optimizado en la estructura MobileNet, lo que reduce el número de parámetros del modelo y mejora su velocidad de detección. Para abordar los problemas de oclusión del objetivo y las condiciones de iluminación irregulares, se han integrado diferentes mecanismos de atención en el modelo de red, lo que mejora su capacidad de detección en el objetivo. El rendimiento del modelo YOLOv5 mejorado se ha probado en un conjunto de datos público, y los resultados experimentales muestran que el modelo propuesto en este artículo ofrece un mejor rendimiento de detección.
Soccer serving technology has an important role and value in the game, and excellent serving technology can create a variety of offensive opportunities. Computer vision technology, especially target detection technology, has a wide range of applications in soccer. This paper is simplified based on YOLOv5, and the structure of CSPDarkNet53 is streamlined into MobileNet structure, which reduces the number of parameters of the model and improves the detection speed of the model. Aiming at the problems of target occlusion and uneven illumination conditions,different attention mechanisms are embedded into the network model respectively, which improves the detection ability of the model on the target. The improved YOLOv5 model is tested for performance on a publicly available dataset, and the experimental results show that the model proposed in this paper has better detection performance.
