基于注意力机制的交通标志识别

作者：李宇琼; 周永军^*; 蒋淑霞; 梁杨

来源：电子测量技术, 2022, 45(08): 116-120.

DOI：10.19651/j.cnki.emt.2108743

• 交通标志识别
• YOLOv5
• CBAM
• DIoU Loss
• 嵌入式系统

针对实际场景中的交通标志大多小而密集，导致小目标交通标志识别准确度较低的问题，提出一种改进YOLOv5算法。首先将CBAM同时嵌入YOLOv5网络的Backbone和Head部分，以提升网络特征提取能力。其次为解决GIoU Loss可能造成的模型收敛速度较慢问题，改用DIoU Loss作为网络回归损失函数。实验结果表明，改进后的算法对于交通标志图像的识别平均准确率达到96.40%,相较于原算法有了6.83%的提升。最后为验证模型的实时可行性，在TX2嵌入式系统中利用本文改进YOLOv5算法对实景视频中的交通标志进行识别，结果表明本文改进算法能在嵌入式系统中流畅运行。

• 单位
  机电工程学院; 中南林业科技大学