一种Yolov5颈部细化的小交通标志检测算法

作者：潘桂霞; 赖惠成; 王同官; 赵艳杰; 文晓鹏

来源：现代电子技术, 2023, 46(14): 56-62.

DOI：10.16652/j.issn.1004-373x.2023.14.011

• 目标检测
• 小交通标志
• Yolov5
• 颈部细化算法
• 特征融合
• GSConv模块

针对现有交通标志检测算法对小尺寸交通标志特征提取不充分、检测精度低、速度慢等问题，文中提出一种Yolov5颈部细化的小交通标志检测算法。首先，为使网络更关注小交通标志的检测，在主干网络中添加一条浅层特征提取分支，获得浅层特征图，并与具有较强语义信息的深层特征图融合，改善浅层特征图的感受野；其次，在Yolov5颈部网络引入GSConv模块，通过深度可分离卷积与普通卷积信息渗透、网络通道减半压缩的方式提高算法的检测性能；最后，利用完备交并比（CIoU）损失函数加快模型收敛，提高检测速度。实验结果表明，改进后的Yolov5网络模型性能有所上升，在TT100K交通标志数据集上平均精度均值mAP可达83.56%，相较于原始Yolov5基本框架mAP提升2.24%，且检测速度FPS可达40.5 f/s，满足实时性要求。

• 单位
  新疆大学