-
题名基于改进YOLOv5s的复杂道路交通目标检测算法
- 1
-
-
作者
汤林东
云利军
罗瑞林
卢琳
-
机构
云南师范大学信息学院
云南师范大学云南省教育厅计算机视觉与智能控制技术工程研究中心
云南省烟草烟叶公司
-
出处
《郑州大学学报(工学版)》
CAS
北大核心
2024年第3期64-71,共8页
-
基金
国家自然科学基金资助项目(62265017)。
-
文摘
针对目前自动驾驶场景下交通目标检测算法抗复杂背景干扰能力弱,导致检测性能不足的问题,提出了一种改进YOLOv5s的复杂道路交通目标检测算法。首先,在特征提取区域,采用多头自注意残差模块(MHSARM)来强化待检目标特征信息,弱化复杂背景干扰;其次,在特征融合区域,采用CoordConv代替传统Conv,使网络具备空间信息感知能力,提升网络检测精度。在开源数据集Kitti及BDD100K上的实验结果表明:改进YOLOv5s算法在复杂道路中具备更强的特征提取能力及良好的泛化能力,mAP_0.5分别达到93.3%和47.4%,与YOLOv5s相比,分别提升了0.9%和1.4%。另外,改进YOLOv5s相较于目前最新的目标检测算法YOLOv7、YOLOv8,mAP_0.5分别提高了1.3%和2.2%,与在Kitti数据集上最新的研究成果Sim-YOLOv4算法相比,mAP_0.5提高了2.2%。
-
关键词
自动驾驶
目标检测
YOLOv5s
mhsarm
CoordConv
-
Keywords
automatic driving
target detection
YOLOv5s
mhsarm
CoordConv
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-