基于改进YOLOv5的交通标志小目标检测算法
打开文本图片集
DOI:10.19850/j.cnki.2096-4706.2024.01.019
收稿日期:2023-05-17
摘 要:针对交通标志小目标和密集目标检测准确率不高的问题,提出了改进YOLOv5s的检测模型。在Backbone网络中添加ECA注意力机制增强小目标交通标志特征信息提取能力;其次采用SPPCSPC结构减少小目标交通标志信息丢失;再使用BiFPN网络融合多尺特征信息,增强融合感知能力;最后将WIoU作为训练时模型的损失函数,降低背景的过度干扰,提升交通标志检测的准确性。(剩余9422字)
网站仅支持在线阅读(不支持PDF下载),如需保存文章,可以选择【打印】保存。