改进YOLOv5s的交通标志识别算法

作     者：乔欢欢 权恒友 邱文利 闫润禾 QIAO Huan-Huan;QUAN Heng-You;QIU Wen-Li;YAN Run-He

作者机构：长安大学信息工程学院西安710064 河北雄安京德高速公路有限公司保定071700 

出 版 物：《计算机系统应用》 (Computer Systems & Applications)

年 卷 期：2022年第31卷第12期

页      码：273-279页

摘      要：为了准确且实时地检测到交通标志指示牌,减少交通事故的发生和推动智慧交通的发展,针对现有的道路交通标志检测模型存在的精度不足、权重文件大、检测速度慢的问题,设计了一种基于计算机视觉技术的改进YOLOv5s检测算法YOLOv5s-GC.首先,使用copy-paste进行数据增强后再送入网络进行训练,加强对小目标的检测能力;然后,引入Ghost来构建网络,削减原网络的参数和计算量,实现轻量化模型;最后,将坐标注意力机制(coordinate attention)融合到骨干网络里,增强对待测目标的表示和定位能力,提高识别精度.实验结果表明,YOLOv5s-GC模型相比于原YOLOv5s模型,参数数目减少了12%,检测速度提高了22%,平均精度达到了94.2%,易于部署且能满足实际自动驾驶场景中对识别交通标志的速度和准确度要求.

主 题 词：交通标志 计算机视觉 YOLOv5s 注意力机制 Ghost 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 082304[082304] 08[工学] 080203[080203] 080204[080204] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 0823[工学-农业工程类] 

D　O　I：10.15888/j.cnki.csa.008859

馆 藏 号：203115843...