文档摘要：在自动驾驶领域准确实时地检测出小目标交通标志具有重要意义,本文针对YOLOv5s算法检测小目标交通标志精度低、漏检等问题,提出了一种基于改进YOLOv5s的交通标志检测算法.将Transformer编码结构与C3模块结合,用新的C3TR替换主干网络中最后一个C3模块,提高主干网络对图像全局特征信息的提取能力;用EIoULoss替换YOLOv5s的定位损失函数,提高模型检测框的回归精度;在多尺度检测部分,通过增加一层浅层检测层作为更小目标的检测层,提高对小目标交通标志的检测能力.实验结果表明,改进YOLOv5s检测算法在CCTSDB数据集上的平均检测精度(mAP)为93.1％,比原YOLOv5s提升了3.6％,对小目标交通标志检测精度更高.
Abstract：Itisofgreatsignificancetoaccuratelydetectsmalltargettrafficsignsatrealtimeinthefieldofautonomousdriving.Aimingatproblemssuchaslowaccuracyandmissingdetectionofsmalltargettraf-ficsignsbyYOLOv5salgorithm,atrafficsigndetectionalgorithmbasedonimprovedYOLOv5swasproposed.TransformercodingstructureiscombinedwithC3moduletoreplacethelastC3moduleinthetrunknetworkwithanewC3TRtoimprovethetrunknetwork'sabilitytoextractglobalfeatureinfor-mationofimages.EIoULosswasusedtoreplacethepositioninglossfunctionofYOLOv5stoimprovetheregressionaccuracyofthemodeldetectionframe.Inthemulti-scaledetectionpart,ashallowdetec-tionlayerisaddedasthedetectionlayerofsmallertargetstoimprovethedetectionabilityoftrafficsigns.Theexperimentalresultsshowthatthemeanprecision(mAP)oftheimprovedYOLOv5sdetec-tionalgorithmontheCCTSDBdatasetis93.1％,whichis3.6％higherthantheoriginalYOLOv5sde-tectionalgorithm,andthedetectionaccuracyofsmall-targettrafficsignsishigher.
作者：周晋伟 王建平 阜远远 张太盛 方祥建 王嘉鑫 王天阳 Author：ZHOUJinwei WANGJianping FUYuanyuan ZHANGTaisheng FANGXiangjian WANGJiaxin WANGTianyang
作者单位：安徽工程大学机械工程学院,安徽芜湖241000中车浦镇阿尔斯通运输系统有限公司工程部,安徽芜湖241000
刊名：安徽工程大学学报
Journal：JournalofAnhuiPolytechnicUniversity
年，卷(期)：2024, 39(2)
分类号：TP391.1
关键词：小目标 交通标志检测 YOLOv5s 多尺度检测
Keywords：smallobject trafficsigndetection YOLOv5s multiscaledetection
机标分类号：TP391TN911.73TP183
在线出版日期：2024年7月12日
基金项目：安徽省科技重大专项项目基于改进YOLOv5s的交通标志检测[
期刊论文] 安徽工程大学学报--2024, 39(2)周晋伟 王建平 阜远远 张太盛 方祥建 王嘉鑫 王天阳在自动驾驶领域准确实时地检测出小目标交通标志具有重要意义,本文针对YOLOv5s算法检测小目标交通标志精度低、漏检等问题,提出了一种基于改进YOLOv5s的交通标志检测算法.将Transformer编码结构与C3模块结合,用新的C3TR...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：小目标,交通标志检测,YOLOv5s,多尺度检测,
- 文件大小:
- 10.62 MB
- 下载次数:
- 60
-
高速下载
|
|
1
