改进YOLOv5的轻量级不规范驾驶行为实时检测 |
| |
引用本文: | 邹鹏,杨凯军,梁晨.改进YOLOv5的轻量级不规范驾驶行为实时检测[J].计算机工程与应用,2023(13):186-193. |
| |
作者姓名: | 邹鹏 杨凯军 梁晨 |
| |
作者单位: | 陕西科技大学电气与控制工程学院 |
| |
基金项目: | 国家自然科学基金(62003201);;陕西省自然科学基金(2021JQ-527); |
| |
摘 要: | 针对现有的不规范驾驶行为检测算法占用内存多、计算量大、难以在边缘设备部署且在昏暗条件下对检测目标有干扰等问题,提出了一种改进YOLOv5模型的轻量级不规范驾驶行为实时检测算法。将SE注意力机制引入到YOLOv5模型的Backbone网络部分,再将Backbone网络里的CSP模块替换为轻量化的GhostBottleNeck网络模块,从而减少模型的参数量;将原网络中的激活函数改进成SiLU函数,可提高模型检测的准确率,增强模型的鲁棒性;对改进的模型以及原网络进行相关的测试,验证所修改方法的有效性以及实时性。实验结果表明,改进后的YOLOv5-GS算法提高了对不规范驾驶行为的检测精度,参数量降低20.75%,检测速度提升75%,极大地降低了所需的硬件成本,适用于在小型边缘设备上部署。
|
关 键 词: | 不规范驾驶行为检测 轻量化 注意力机制 YOLOv5 GhostBottleNeck |
|
|