HIC-YOLOv5：改进的YOLOv5用于小对象检测

HIC-YOLOv5: Improved YOLOv5 For Small Object Detection

摘要

        小目标检测是物体检测领域的一大难点。已有的一些工作对这一任务提出了改进，例如增加若干个注意块或改变特征融合网络的整体结构。然而，这些模型的计算开销很大，使得部署实时目标检测系统不可行，同时留下了改进的空间。为此，提出了一种改进的YOLOv5模型：HICYOLOv 5来解决上述问题。首先，添加专用于小对象的附加预测头，以提供更高分辨率的特征图，从而实现更好的预测。其次，在脊柱和颈部之间采用对合块来增加特征图的通道信息;此外，该算法在骨干网末端引入了CBAM注意机制，不仅降低了计算开销，而且在信道域和空域都能突出重要信息.

创新点

        ·额外的预测头是专为小物体设计的。它可以在更高分辨率的特征图中检测物体，这些特征图包含更多关于微小物体的信息。