科研之友
微信
新浪微博
Facebook
分享链接
摘要
道路目标检测环节是自动驾驶领域的关键技术之一，随着人工智能的发展应用逐渐广泛。文章基于YOLOv5网络提出一种新的目标检测方法，改进包括融合了ShuffleNet V2中的模块，使用GhostConv改造了传统的Conv模块等。先在不同道路环境中实时采集视频流，并进行图片和视频流的标注。在主干网络中融入ShuffleNet V2中的模块并使用GhostConv模块改进Conv模块，在降低模型权重的同时对目标检测精度影响较小。将标注完成后的图片输入改进后的YOLOv5网络进行训练，并将得到后的模型与Deep SORT算法结合，进行目标检测追踪。实验结果表明，所得结果权重大小下降许多，而目标检测精确度有所上升。改进后的网络更加轻便，易于部署在边缘嵌入式设备上。
- 单位
