基于YOLO的交通标志检测算法

作者：雷蕾; 方睿^*; 徐铭美; 李姗

来源：现代计算机(专业版), 2021, 27(24): 93-99.

• 深度学习
• YOLOv5
• 交通标志检测
• 轻量级模型

随着无人驾驶技术的发展,交通标志检测技术要求也越来越高。虽然目前主流的目标检测技术能够保证高精确度以及实时性,但是由于模型复杂度高、权重文件大导致模型的实际应用能力不强。基于以上需求,提出一种基于YOLOv5的交通标志检测算法。采用K-means++算法对实验数据集进行聚类分析,重新选择符合交通标志特征的先验框。实验结果表明:在TT100K数据集上,改进后的模型检测效果优异,准确度和召回率较原YOLOv5算法分别提高了1.6%和0.6%,模型大小仅有14.3 MB。

• 单位
  成都信息工程大学