基于YOLOv5的交通标志识别
交通标志识别是自动驾驶技术中的关键一部分.针对交通标志在道路场景中目标较小且识别精度较低的问题,提出一种改进的YOLOv5算法.首先在YOLOv5模型中引入全局注意力机制(GAM),提高网络捕获不同尺度交通标志特征的能力;其次将YOLOv5算法中使用的GIoU损失函数更换为更具回归特性的CIoU损失函数来优化模型,提高对交通标志的识别精度.最后在Tsinghua-Tencent 100K数据集上进行训练,实验结果表明,改进后的YOLOv5算法对交通标志识别的平均精度均值为93.00%,相比于原算法提升了 5.72%,具有更好的识别性能.
YOLOv5、交通标志识别、GAM、CIoU
32
TP391;TP181;TP2
陕西省重点研发计划2021GY-287
2023-08-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
230-237