红外道路场景下车辆与行人检测算法

摘要：

针对现有算法模型在红外道路场景下,对小尺寸车辆与行人的检测存在精度低和漏检的问题,提出改进YOLOv5s的红外道路检测算法.首先,借鉴Focal-Loss的计算思想引入一种新的动态缩放(focal and complete IOU,Focal-CIoU)损失函数,提高检测精度;其次,引入改进坐标信息嵌入中激活函数为自适应模式的坐标注意力机制(adaptive coordinate attention,Ada-CA),提高准确定位目标的能力;最后,改进C3模块为具有多尺度特征信息的MultiS-C3,提高模型识别能力.通过实验对比可知,改进的目标检测算法较原网络模型准确性提高2.0％,召回率提高7.3％、平均精度提高6.6％,可以有效检测出红外背景下的车辆与行人.

关键词：目标检测、YOLOv5s、坐标注意力机制、Focal-CIoU

所属期刊栏目：42

分类号：TP391.4(计算技术、计算机技术)

资助基金：太湖之光科技攻关项目;红外成像与激光雷达融合的车辆避撞感知系统项目

在线出版日期：2023-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：171-179