来源：期刊VIP网 时间：
作者：杨欣;才让先木;高定国;夏建军;普布旦增;赵启军;
单位：西藏大学信息科学技术学院;藏文信息技术创新人才培养示范基地;四川大学计算机学院;
摘要：针对传统目标检测算法在处理具有复杂纹理木刻雕版图像时存在漏检、参数量大、检测和推理速度慢等问题，通过改进YOLOv5s模型，提出一种轻量化目标检测算法。首先，采用FasterNet作为特征提取模块，解决原始YOLOv5s参数量大、运行时间长以及算法要求高等问题；其次，在特征提取网络后添加坐标注意力机制以提高模型对木刻雕版元素特征的提取能力；最后，引入轻量化上采样CARAFE，减少上采样过程中特征信息的损失并提升模型的检测精度。为了验证方法的有效性，文中在自己收集的数据上进行测试，与初始YOLOv5s模型相比，改进后的模型平均精度提升了2.2%，检测速度提升了46.53%。实验结果表明，改进后的模型可以快速定位和识别木刻雕版元素，实现对初始模型的轻量化，可以有效部署于嵌入式设备和移动设备。
关键词：YOLOv5s;;木刻雕版;;FasterNet;;注意力机制;;CARAFE;;轻量化目标检测
基金资助：国家自然科学基金项目：敦煌藏文文献文本识别方法的研究（62166038）;; 拉萨市科技计划项目：基于深度学习的木刻雕版数字化保护和利用关键技术研究（LSKJ202306）;; 西藏大学研究生高层次人才培养计划项目：基于改进ViT的木刻雕版图像检索（2022-GSP-S097）
