一種改進(jìn)的YOLOv5小目標(biāo)交通標(biāo)志檢測方法

摘要： 針對實(shí)景交通標(biāo)志檢測方法研究中存在小目標(biāo)識(shí)別精度較低、網(wǎng)絡(luò)模型較大等問題，將一種改進(jìn)的YOLOv5網(wǎng)絡(luò)模型用于交通標(biāo)志檢測中。通過削減特征金字塔深度、引入卷積注意力模塊優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)，保留小目標(biāo)信息并增強(qiáng)模型特征提取能力。采用K-means聚類算法確定適用于小目標(biāo)識(shí)別的初始錨框，進(jìn)一步提高模型檢測精度。通過TT100K數(shù)據(jù)集驗(yàn)證表明，與YOLOv5模型相比，上述方法平均準(zhǔn)確率提高...