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。