摘要：当前自动驾驶技术主要集中在安全性方面,随着自动驾驶技术的发展,人们对驾乘舒适性的要求也会不断提高。提出一种改进YOLOv5的目标检测算法,对影响驾乘舒适性的中小型障碍物进行检测研究。对于影响驾乘舒适性的中小目标与背景十分相似的问题,引入坐标注意力(CA)模块,在实现模型轻量化的同时提升目标显著特征提取能力,提高了对重点信息的关注度;使用α-IoU损失函数替换CIoU损失函数作为边界框回归损失函数,提高了对不同层次目标的优化空间;设计新的卷积模块,在保留原有特征的同时融合了更深层次的特征信息,同时减少了参数量。实验结果显示,改进方法相比原YOLOv5在参数量与GFLOPs减少的情况下,平均检测精度由原来的87.8%提升至89.9%,在GPU上对单张图像的检测速度达到70 FPS,优于对比算法,在满足实时性的同时提高了检测效果。