基于改进YOLOv5s的交通标志识别算法

摘要：

交通标志的自动识别对汽车的安全行驶具有重要意义.针对现有交通标志识别算法存在识别精度低、速度慢的问题,该文提出了一种基于改进YOLOv5s的交通标志识别算法.引入MobileNetv3主干网络,将RFB模块与ECA-Net模块相结合,在不提高网络计算量的情况下,确保更大范围内聚焦有效特征;在特征融合中采用AFF模块,将注意力从同层融合扩展到跨层区域;采用Matrix NMS筛选候选框,以提升模型检测速度.在中国交通标志数据集CCTSDB上的验证结果表明,该算法识别精度为96％,速度为48帧/s,在多种环境下对目标的识别能力得到增强,可以满足交通标志实时识别的需要.

关键词：YOLOv5s、MobileNetv3、注意力机制、特征融合

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省科技厅自然科学基金项目

在线出版日期：2022-11-11（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：97-102