基于YOLOv5s的交通信號(hào)燈檢測算法

打開文本圖片集

摘 要：在自動(dòng)駕駛和輔助駕駛領(lǐng)域，準(zhǔn)確判斷交通信號(hào)燈的狀態(tài)與類別對于智能汽車的行車安全十分重要。針對城市道路交通信號(hào)燈目標(biāo)小、背景環(huán)境復(fù)雜多樣造成的檢測難度大等問題，提出一種基于YOLOv5s的交通信號(hào)燈檢測算法YOLOv5s_MCO。該算法使用MobileNetv2輕量化網(wǎng)絡(luò)代替原主干特征提取網(wǎng)絡(luò)，利用深度可分離卷積和逆殘差結(jié)構(gòu)，降低模型的參數(shù)量及計(jì)算量；然后引入卷積塊注意力機(jī)制（convolutional block attention module，CBAM），從通道和空間2個(gè)維度進(jìn)行特征增強(qiáng)，增大網(wǎng)絡(luò)的感受野，使網(wǎng)絡(luò)更關(guān)注交通信號(hào)燈的目標(biāo)特征，提高對小尺度目標(biāo)的檢測能力。（剩余9913字）