改进YOLOv5的交通标志检测方法

作者：韦强; 胡晓阳^*; 赵虹鑫

来源：计算机工程与应用, 2023, 59(13): 229-237.

• 交通标志检测
• 递归门控卷积
• 注意力机制
• 回归损失函数

交通标志检测对自动驾驶和车辆安全具有重要意义，但交通标志受光照影响尺度变化较大，存在遮挡等情况导致模型检测精度较低，有误检、漏检等问题。基于YOLOv5目标检测算法，提出了一种改进的交通标志检测方法。该方法引入递归门控卷积、SOCA注意力机制和回归损失函数，在TT100K和CCTSDB数据集上进行了大量实验。实验结果表明，改进的YOLOv5在TT100K数据集上平均准确率（mAP）提高了43.7个百分点，mAP@0.5:0.95提高了34.6个百分点，在CCTSDB数据集上平均准确率（mAP）提高了2个百分点，mAP@0.5:0.95提高了1个百分点。

• 单位
  沈阳理工大学