标题：改进YOLOv5s的激光端点检测方法
作者：赵靖 黄臻臻 邰意纯 彭涛 张之江
作者单位：上海大学通信与信息工程学院特种光纤与光接入网重点实验室，上海 200444
关键字：激光端点检测；YOLOv5s；CBAM；动态卷积
摘要： 激光端点检测是机器视觉系统中实现高精度轮廓提取与边缘定位的关键步骤。针对传统中心线提取方法易受断裂、遮挡及反射干扰的局限，以及现有深度学习方法在视角变化、光照变化和动态特征表达方面的不足，提出了Improve-YOLOv5s网络。该网络融合红色与亮度通道优化CBAM注意力机制，并设计颜色-亮度加权动态卷积，增强特征提取与鲁棒性。基于1万张复杂场景数据集，实验表明该方法准确率96.1%、召回率95.6%，较原模型提升1.59%和1.67%，有效提升复杂环境下检测性能。