基于改进YOLOv5的交通目标检测算法  

作　　者：周琛 张兰春[1] 

机构地区：[1]江苏理工学院汽车与交通工程学院,江苏常州213001

出　　处：《电脑知识与技术》2024年第20期33-36,40,共5页Computer Knowledge and Technology

基　　金：江苏省高等学校基础科学(自然科学)研究项目“混合动力双带式全电调节CVT传动效率优化及匹配控制策略研究”(22KJA580002)。

摘　　要：为提高交通背景下车辆、行人等交通目标检测识别精度低的问题,文章提出了一种基于改进YOLOv5的交通目标检测方法。在YOLOv5骨干网络引入了全局注意力机制模块,增强模型对交通小目标特征提取的能力,并在YOLOv5模型上增加了一个小目标检测头,以提升模型对交通小目标的检测能力。验证结果表明所提算法的识别精度优于原始的YOLOv5算法,平均精度提升1.4%,检测速度为74帧/秒。

关 键 词：YOLOv5 注意力机制 目标检测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]