-
题名基于YOLOv5-EA的交通标志识别
被引量：5
- 1
-
-
作者
孟繁星
于瓅
-
机构
安徽理工大学计算机科学与工程系
-
出处
《辽宁工业大学学报（自然科学版）》
2022年第5期303-310,共8页
-
基金
2021安徽省重点研究与开发计划项目(202104d07020010)。
-
文摘
针对目前的交通标志识别模型检测速度慢、精通过的问题,提出了基于YOLOv5-EA的交通标志识别算法。首先选择YOLOv5作为基础模型,根据交通标志尺寸小的特点,引入了有效通道注意力机制(Efficient Channel Attention),不仅避免降维和跨通道交互保持性能,还显著降低了模型的复杂度,提高了特征提取的能力;其次通过增加小尺度检测层,提高模型小目标检测的能力;最后在骨干网络中使用BSConv代替了正则卷积,减少了模型的参数。实验结果表明,在公开的TT100K数据集的基础上进行调整后,对改进前后的模型进行训练对比,改进后YOLOv5-EA模型的mAP为87%,较原始的YOLOv5模型提升了3.7%,训练中的损失降低了34%,能够更快速、准确的检测到交通标志。
-
关键词
YOLOv5
ECA
交通标志
bsconv
TT100K
-
Keywords
YOLOv5
ECA
traffic signs
bsconv
TT100K
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
