基于改进YOLOv5的复杂背景下交通标志识别研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：针对复杂路况背景下交通标志检测任务存在辨识度低、漏检严重等问题，提出一种基于改进YOLOv5s的轻量级交通标志检测模型。首先，引入坐标注意力模块，增强重要特征关注度；其次，对损失函数进行改进，降低边框回归时的自由度，加速网络收敛；最后，在中国交通标志检测数据集上进行实验。结果表明，模型在保持原有YOLOv5s模型体量的情况下，mAP@0.5提高了2.7%，检测速度达到91 FPS，对各种交通场景变化具有更好的鲁棒性。（剩余6717字）

试读结束

目录
monitor