基于改进YOLOv5s的交通标志检测算法

摘要：

针对城市道路的交通标志在真实路况中存在光照不均、遮挡等因素导致的在目标检测任务中出现参数量过多、检测速度慢等问题,文章基于原有YOLOv5s的网络框架提出一种改进后的目标检测网络Shuffle-Block,首先选用开源的CCTSDB数据集进行实验,引入Shuffle-Block模块替换YOLOv5s原始的CSPDarknet主干网络,使得YOLOv5s的网络模型轻量化,降低模型的复杂程度.

关键词：YOLOv5s、交通标志、深度学习、目标检测

所属期刊栏目：7

分类号：TP183;TP391.41(自动化基础理论)

资助基金：内蒙古自治区关键技术攻关计划项目;内蒙古自治区直属高校基本科研业务费项目;内蒙古自治区高等学校科学研究项目;内蒙古工业大学科学研究项目

在线出版日期：2023-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：6-9