番外篇 | 应对遮挡挑战，北航提出新型模型YOLOv5-FFM表现优异

前言：Hello大家好，我是小哥谈。在本文中，作者提出了一种改进的轻量级YOLOv5-FFM模型来解决行人检测遮挡问题。为了实现目标，作者在YOLOv5模型框架基础上进行了改进，并引入了Ghost模块和SE模块。此外，作者还设计了一个局部特征融合模块（FFM）来处理行人检测中的遮挡问题。为了验证作者的方法的有效性，作者选择了两个数据集Citypersons和CUHK Occlusion进行实验。 实验结果显示，与原始的yolov5s模型相比，作者的方法的平均精确度（AP）显著提高，参数数量减少了 27.9%，浮点运算（FLOPs）减少了19.0%。🌈

     目录

🚀1.基础概念

🚀2.添加位置 

🚀3.添加步骤

🚀4.改进方法

💥💥步骤1：common.py文件修改

💥💥步骤2：yolo.py文件修改

💥💥步骤3：创建自定义yaml文件

​💥💥步骤4：修改自定义yaml文件