一种基于YOLOv5改进的雨天环境交通标志识别检测

分享到

【获取途径】超星期刊网
【作者】王旭
【刊名】现代信息科技
【作者单位】太原师范学院计算机科学与技术学院
【年份】2022
【卷号】第6卷
【期号】第20期
【页码】71-75，80
【ISSN】2096-4706
【关键词】交通标志识别 YOLOv5 渐进递归网络雨天
【摘要】文章提出一种基于YOLOv5改进的雨天环境交通标志识别检测方法。首先采用渐进递归网络对摄像头采集到的画面进行去雨处理；其次通过加深网络深度，提取更深层次的小目标特征；然后在减少残差网络深度以减少计算量的基础上，加快模型检测的速度；最后以控制下采样倍数的方式解决小型目标难以识别的问题，并且引入K-means++先验框到模型。实验结果表明，YOLOv5改进模型的F1-score为0.923，AP@0.5为0.96，mAP@0.5:0.95位为0.759，且FPS高达71，能够很好地满足实时检测的需求...
【文献类型】期刊