YOLOv5-SI: 基于多尺度训练与测试的尺度不变性增强算法

摘要

在目标检测任务中，尺度变化是影响检测精度的关键因素之一。本文提出了一种改进的YOLOv5算法——YOLOv5-SI（Scale-Invariant YOLOv5），通过多尺度训练策略和多尺度测试增强技术，显著提升了模型对尺度变化的鲁棒性。实验结果表明，在COCO、VisDrone和DOTA等具有显著尺度变化的数据集上，YOLOv5-SI相比原始YOLOv5在AP@0.5指标上分别提升了3.2%、5.7%和4.8%。本文详细阐述了算法原理、实现细节和实验分析，并提供了完整的代码实现。

1. 引言

1.1 背景与挑战

目标检测是计算机视觉领域的核心任务之一，广泛应用于自动驾驶、安防监控、遥感图像分析等场景。YOLO系列算法因其优秀的精度-速度平衡而备受关注，其中YOLOv5以其工程化程度高、部署方便等优势成为工业界的首选方案之一。

然而，实际应用中的目标尺度变化范围极大：

• 自动驾驶场景：近处车辆占据数百像素，远处车辆仅几十像素

• 遥感图像：船舶目标从几个像素到上百像素不等

• 无人机视角：高度变化导致目标尺度剧烈变化

原始YOLOv5采用固定尺度的训练和测试策略，难以应对这种多尺度场景。具体表现为：

1. 小目标漏检：特征金字塔深层特征丢失细节信息

2. 大目标截断：感受野不足以覆盖大目标

   <