期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ST-YOLOv5算法的道路交通信号灯检测
被引量:
1
1
作者
雷亮
秦兰瑶
+4 位作者
张文萍
和圆圆
梁明辉
尹衍伟
陈毅
《重庆科技学院学报(自然科学版)》
CAS
2023年第3期94-103,共10页
针对YOLOv5算法在检测交通信号灯过程中存在的误检、漏检及模型特征提取能力不足等问题,提出改进的交通信号灯检测算法ST-YOLOv5。首先,去除主干网络末端的卷积层,并在末端加入基于窗口和移动窗口的多头注意力机制;其次,设计由高分辨率...
针对YOLOv5算法在检测交通信号灯过程中存在的误检、漏检及模型特征提取能力不足等问题,提出改进的交通信号灯检测算法ST-YOLOv5。首先,去除主干网络末端的卷积层,并在末端加入基于窗口和移动窗口的多头注意力机制;其次,设计由高分辨率、低水平特征图组成的检测层;最后,通过增加浅层高分辨率特征与深层强语义特征之间的跨层级连接来缓解由于通道数减少而造成的小目标信息丢失问题,并在多层特征聚合后加入有关通道和位置的注意力机制。实验结果表明,在BDD100K数据集中,此改进算法对交通信号灯的检测精度达到70.10%,有效减少了误检、漏检等问题。
展开更多
关键词
计算机视觉
ST-YOLOv5
交通灯检测
注意力机制
bdd100k
数据集
下载PDF
职称材料
基于优化YOLOv3算法的交通灯检测
被引量:
29
2
作者
孙迎春
潘树国
+2 位作者
赵涛
高旺
魏建胜
《光学学报》
EI
CAS
CSCD
北大核心
2020年第12期137-145,共9页
为解决YOLOv3算法在检测道路交通灯时存在的漏检率高、召回率低等问题,提出一种基于优化YOLOv3算法的交通灯检测方法。首先,采用K-means算法对数据进行聚类分析,结合聚类结果和交通灯标签的统计结果,确定先验框的宽高比及其数量。然后,...
为解决YOLOv3算法在检测道路交通灯时存在的漏检率高、召回率低等问题,提出一种基于优化YOLOv3算法的交通灯检测方法。首先,采用K-means算法对数据进行聚类分析,结合聚类结果和交通灯标签的统计结果,确定先验框的宽高比及其数量。然后,根据交通灯尺寸特点,精简网络结构,分别将8倍降采样信息、16倍降采样信息与高层语义信息进行融合,在两个尺度上建立目标特征检测层。同时,为了避免交通灯特征随着网络的加深而消失的问题,分别减少两个目标检测层前的两组卷积层,简化特征提取步骤。最后,在损失函数中,利用高斯分布特性评估边界框的准确性,以提升对交通灯检测的精度。实验结果显示,优化YOLOv3算法的检测速度可达30 frame/s,平均精准度较原网络提升9个百分点,可以有效完成对交通灯的检测。
展开更多
关键词
机器视觉
YOLOv3
交通灯检测
bdd100k
数据集
K-MEANS算法
高斯分布
原文传递
题名
基于ST-YOLOv5算法的道路交通信号灯检测
被引量:
1
1
作者
雷亮
秦兰瑶
张文萍
和圆圆
梁明辉
尹衍伟
陈毅
机构
重庆科技学院智能与技术工程学院
出处
《重庆科技学院学报(自然科学版)》
CAS
2023年第3期94-103,共10页
基金
2021年重庆市属本科高校与中科院所属院所合作项目“工业互联网内生产安全关键技术研究与协同创新”(HZ2021015)。
文摘
针对YOLOv5算法在检测交通信号灯过程中存在的误检、漏检及模型特征提取能力不足等问题,提出改进的交通信号灯检测算法ST-YOLOv5。首先,去除主干网络末端的卷积层,并在末端加入基于窗口和移动窗口的多头注意力机制;其次,设计由高分辨率、低水平特征图组成的检测层;最后,通过增加浅层高分辨率特征与深层强语义特征之间的跨层级连接来缓解由于通道数减少而造成的小目标信息丢失问题,并在多层特征聚合后加入有关通道和位置的注意力机制。实验结果表明,在BDD100K数据集中,此改进算法对交通信号灯的检测精度达到70.10%,有效减少了误检、漏检等问题。
关键词
计算机视觉
ST-YOLOv5
交通灯检测
注意力机制
bdd100k
数据集
Keywords
computer vision
ST-YOLOv5
traffic light detection
attention mechanism
bdd100k dataset
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于优化YOLOv3算法的交通灯检测
被引量:
29
2
作者
孙迎春
潘树国
赵涛
高旺
魏建胜
机构
东南大学仪器科学与工程学院
出处
《光学学报》
EI
CAS
CSCD
北大核心
2020年第12期137-145,共9页
基金
国家自然科学基金(41774027,41774022)
国家重点研发计划(2016YFB0502101)。
文摘
为解决YOLOv3算法在检测道路交通灯时存在的漏检率高、召回率低等问题,提出一种基于优化YOLOv3算法的交通灯检测方法。首先,采用K-means算法对数据进行聚类分析,结合聚类结果和交通灯标签的统计结果,确定先验框的宽高比及其数量。然后,根据交通灯尺寸特点,精简网络结构,分别将8倍降采样信息、16倍降采样信息与高层语义信息进行融合,在两个尺度上建立目标特征检测层。同时,为了避免交通灯特征随着网络的加深而消失的问题,分别减少两个目标检测层前的两组卷积层,简化特征提取步骤。最后,在损失函数中,利用高斯分布特性评估边界框的准确性,以提升对交通灯检测的精度。实验结果显示,优化YOLOv3算法的检测速度可达30 frame/s,平均精准度较原网络提升9个百分点,可以有效完成对交通灯的检测。
关键词
机器视觉
YOLOv3
交通灯检测
bdd100k
数据集
K-MEANS算法
高斯分布
Keywords
machine vision
YOLOv3
traffic light detection
bdd100k dataset
K-means algorithm
Gaussian distribution
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于ST-YOLOv5算法的道路交通信号灯检测
雷亮
秦兰瑶
张文萍
和圆圆
梁明辉
尹衍伟
陈毅
《重庆科技学院学报(自然科学版)》
CAS
2023
1
下载PDF
职称材料
2
基于优化YOLOv3算法的交通灯检测
孙迎春
潘树国
赵涛
高旺
魏建胜
《光学学报》
EI
CAS
CSCD
北大核心
2020
29
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部