基于改进YOLOv5的交通标志小目标检测算法

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.试验结果表明,改进后算法的准确率为93.3％、mAP值为92.7％,较未改进前分别提高了2.2％、1.7％.

关键词：交通标志小目标、YOLOv5s、ECA注意力机制、SPPCSPC模块、WIoU loss

所属期刊栏目：8

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2024-01-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：94-98,103