基于YOLOv5的高速公路小目标车辆逆行检测模型

作     者：许璧麒 马志强 宝财吉拉呼 李雷孝 万剑雄 王洪彬 Xu Biqi;Ma Zhiqiang;Bao Caijilahu;Li Leixiao;Wan Jianxiong;Wang Hongbin

作者机构：内蒙古工业大学数据科学与应用学院呼和浩特010080 内蒙古自治区基于大数据的软件服务工程技术研究中心呼和浩特010080 

基　　金：国家自然科学基金(61762070,62166029) 内蒙古自治区科技成果转化专项资金(2020CG0073) 自治区直属高校基本科研业务费项目(JY20220074)资助 

出 版 物：《国外电子测量技术》 (Foreign Electronic Measurement Technology)

年 卷 期：2022年第41卷第11期

页      码：146-153页

摘      要：针对高速公路视频数据中道路场景复杂、远端车辆目标小等现象,导致车辆逆行检测模型准确率低的问题,提出了一种基于YOLOv5和DeepSORT的CECAY5D模型框架。框架中设计了一种通道-空间注意力单元CECAC3,用于增强模型对小目标聚集区域的关注程度,提升小目标车辆检测的精度。CECAC3注意力单元是在有效通道注意力模块基础上增加了C3残差模块和空间注意力模块。在高速公路车辆逆行视频数据集下进行对比试验,实验结果表明,逆行检测模型CECAY5D在高速公路监控视频下的检测率和漏检率分别为90%和10%,相比于YOLOv5+DeepSORT模型,检测率提高了25%,漏检率降低了25%,因此该模型具有较高的检测率和较低的漏检率。

主 题 词：车辆逆行检测 小目标检测 注意力机制 YOLOv5 高速公路 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.19652/j.cnki.femt.2204181

馆 藏 号：203116280...