1 论文标题：基于改进的YOLOv5肺结节检测方法

2 作者信息：宋方方, 孙兆永, 田益民, 高 雪：北京印刷学院信息工程学院，北京

3 出处和链接：宋方方, 孙兆永, 田益民, 高雪. 基于改进的YOLOv5肺结节检测方法[J]. 软件工程与应用, 2023, 12(2): 257-263. https://doi.org/10.12677/SEA.2023.122026

4 摘要：近年来随着深度学习的不断发展，基于YOLO的算法成为当前在目标检测的主流方法，但针对肺结节这种小目标的检测，检测精度和检出率有待进一步提升。因此对YOLOv5网络模型进行改进，在骨干网络中加入注意力机制，提高肺结节在浅层网络的特征提取能力，并在颈部网络中使用加权双向的特征金字塔网络进行特征融合，将不同层次的特征进行融合，实现整体算法的提升。最后通过实验证明改进后的方法在肺结节检测上获得了较好的检测精度的查全率。