典型文献
基于改进YOLOv5s的交通标志识别算法
文献摘要：
交通标志的自动识别对汽车的安全行驶具有重要意义.针对现有交通标志识别算法存在识别精度低、速度慢的问题,该文提出了一种基于改进YOLOv5s的交通标志识别算法.引入MobileNetv3主干网络,将RFB模块与ECA-Net模块相结合,在不提高网络计算量的情况下,确保更大范围内聚焦有效特征;在特征融合中采用AFF模块,将注意力从同层融合扩展到跨层区域;采用Matrix NMS筛选候选框,以提升模型检测速度.在中国交通标志数据集CCTSDB上的验证结果表明,该算法识别精度为96％,速度为48帧/s,在多种环境下对目标的识别能力得到增强,可以满足交通标志实时识别的需要.
文献关键词：
YOLOv5s;MobileNetv3;注意力机制;特征融合
中图分类号：
作者姓名：
党宏社;党晨;张选德
作者机构：
陕西科技大学 电气与控制工程学院,陕西 西安 710021
文献出处：
引用格式：
[1]党宏社;党晨;张选德-.基于改进YOLOv5s的交通标志识别算法)[J].实验技术与管理,2022(09):97-102
A类：
B类：
YOLOv5s,交通标志识别,识别算法,自动识别,安全行驶,识别精度,速度慢,MobileNetv3,主干网络,RFB,ECA,计算量,内聚焦,有效特征,特征融合,AFF,跨层,Matrix,NMS,候选框,模型检测,检测速度,国交,CCTSDB,算法识别,识别能力,实时识别,注意力机制
AB值：
0.470602
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
