基于改進(jìn)YOLOv5的復(fù)雜背景下交通標(biāo)志識(shí)別研究

打開(kāi)文本圖片集

摘  要：針對(duì)復(fù)雜路況背景下交通標(biāo)志檢測(cè)任務(wù)存在辨識(shí)度低、漏檢嚴(yán)重等問(wèn)題，提出一種基于改進(jìn)YOLOv5s的輕量級(jí)交通標(biāo)志檢測(cè)模型。首先，引入坐標(biāo)注意力模塊，增強(qiáng)重要特征關(guān)注度；其次，對(duì)損失函數(shù)進(jìn)行改進(jìn)，降低邊框回歸時(shí)的自由度，加速網(wǎng)絡(luò)收斂；最后，在中國(guó)交通標(biāo)志檢測(cè)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)。結(jié)果表明，模型在保持原有YOLOv5s模型體量的情況下，[email protected]提高了2.7%，檢測(cè)速度達(dá)到91 FPS，對(duì)各種交通場(chǎng)景變化具有更好的魯棒性。（剩余6717字）