|
|||||
|
|
| 改进YOLOv5s算法在交通标志检测识别中的应用 | |
| 作者姓名： | 郭君斌 于琳 于传强 |
| 作者单位： | 火箭军工程大学导弹工程学院,陕西西安 710025 |
| 基金项目： | 国家自然科学基金青年基金资助项目(61501470) |
| 摘 要： | 针对复杂道路交通场景中交通标志检测识别精度低的问题,提出了一种改进YOLOv5s算法的目标检测识别方法.采用迭代自组织数据分析算法对TT100K数据集进行聚类分析选择更适合的先验框,新先验框能够更加全面地覆盖交通标志的尺寸,提高模型的检测精度;对特征图进行上采样操作,获得更大尺度的特征图后与主干网络特征图融合,得到特征信息更加丰富的新特征图用来小目标的检测识别,提高了小目标检测识别的精度;用真实框和先验框宽比和高比的差值替代真实框和先验框宽高比的差值对定位损失函数进行改进,解决了宽高比相同但实际尺寸不同时惩罚消失问题.实验结果表明改进算法与YOLOv5s算法相比,提高了9.55％的平均精度均值,对小目标的检测识别具有更好的效果. |
| 关 键 词： | 深度学习 图像处理 改进的YOLOv5s 交通标志 小目标检测 |
| 收稿时间： | 2022-07-05 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《国防科技大学学报》浏览原始摘要信息 | |
| 点击此处可从《国防科技大学学报》下载免费的PDF全文 | |