融合Transformer和改进PANet的YOLOv5s交通标志检测 |
| |
引用本文: | 张 倩,刘紫燕,陈运雷,吴应雨,郑旭晖.融合Transformer和改进PANet的YOLOv5s交通标志检测[J].传感技术学报,2023,36(2):232-241. |
| |
作者姓名: | 张 倩 刘紫燕 陈运雷 吴应雨 郑旭晖 |
| |
作者单位: | 贵州大学大数据与信息工程学院;贵州大学公共大数据国家重点实验室;中国科学院计算机技术研究所 |
| |
基金项目: | 贵州省科学技术基金资助项目(黔科合基础[2016]1054); |
| |
摘 要: | 针对交通标志检测速度慢和目标大小与类别极度不平衡等问题,提出一种融合Transformer和改进PANet网络的YOLOv5s交通标志检测算法。首先在不增加模型复杂度的前提下,将主干网络末端与Transformer融合以提高网络特征提取能力;其次由于所采用交通标志数据集的目标尺度太小,导致网络32倍大尺度检测层检测效果不佳,故不采用相关网络层,同时采用K-means算法得出适合的预测候选框;然后改进损失函数以解决正负样本极度不平衡问题。最后将所提出的改进算法在Jetson AGX Xavier平台上部署验证。实验结果表明,所提算法检测性能更佳,其准确率和召回率在原网络的基础上分别提高了2.2%和0.7%,模型参数量和计算复杂度分别减少了25.8%和10.1%。在Xavier上的检测速度达到76FPS,满足实时交通标志检测的要求且易于在实际场景部署。
|
关 键 词: | 交通标志检测 Jetson AGX Xavier Transformer PANet YOLOv5s |
|
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |