基于YOLOv5的高速公路小目标车辆逆行检测模型 |
| |
引用本文: | 许璧麒,马志强,宝财吉拉呼,李雷孝,万剑雄,王洪彬.基于YOLOv5的高速公路小目标车辆逆行检测模型[J].国外电子测量技术,2022(11):146-153. |
| |
作者姓名: | 许璧麒 马志强 宝财吉拉呼 李雷孝 万剑雄 王洪彬 |
| |
作者单位: | 1. 内蒙古工业大学数据科学与应用学院 |
| |
基金项目: | 国家自然科学基金(61762070,62166029); |
| |
摘 要: | 针对高速公路视频数据中道路场景复杂、远端车辆目标小等现象,导致车辆逆行检测模型准确率低的问题,提出了一种基于YOLOv5和DeepSORT的CECAY5D模型框架。框架中设计了一种通道-空间注意力单元CECAC3,用于增强模型对小目标聚集区域的关注程度,提升小目标车辆检测的精度。CECAC3注意力单元是在有效通道注意力模块基础上增加了C3残差模块和空间注意力模块。在高速公路车辆逆行视频数据集下进行对比试验,实验结果表明,逆行检测模型CECAY5D在高速公路监控视频下的检测率和漏检率分别为90%和10%,相比于YOLOv5+DeepSORT模型,检测率提高了25%,漏检率降低了25%,因此该模型具有较高的检测率和较低的漏检率。
|
关 键 词: | 车辆逆行检测 小目标检测 注意力机制 YOLOv5 高速公路 |
|
|