融合坐标注意力和BiFPN的YOLOv5s交通标志检测方法 |
| |
引用本文: | 韩岩江,王伟,王峰萍.融合坐标注意力和BiFPN的YOLOv5s交通标志检测方法[J].国外电子测量技术,2022(11):170-179. |
| |
作者姓名: | 韩岩江 王伟 王峰萍 |
| |
作者单位: | 西安工程大学 |
| |
摘 要: | 针对不同光照条件下的小目标交通标志检测存在的不易检测、错检等问题,提出了一种融合坐标注意力机制和双向加权特征金字塔(BiFPN)的YOLOv5s交通标志检测方法。首先,在特征提取网络中融入坐标注意力机制,提升网络对重要特征的关注程度,增加模型在不同光照条件下的检测能力;其次,在特征融合网络中使用BiFPN,提升模型的特征融合能力,改善对小目标交通标志的检测能力;最后,考虑到真实框与预测框之间的方向匹配问题,将CIoU损失函数改为SIoU损失函数,进一步提升模型的检测性能。在GTSDB数据集上进行验证,与原始模型相比,平均精度均值(mAP)提升了3.9%,推理时间为2.5 ms,能够达到实时检测的标准。
|
关 键 词: | 交通标志检测 YOLOv5s 注意力机制 特征融合 损失函数 |
|
|