典型文献
基于YOLOv5的交通标志检测算法
文献摘要：
为顺应无人驾驶技术的快速发展,提高交通标志自动检测的准确度与即时性,针对现阶段检测算法模型复杂度高、容易对小目标的检测造成漏检且权重过大、不利于实际应用快速部署等问题,提出一种改进的基于YOLOV5的交通标志检测算法.算法采用YOLOv5+ECA注意力机制模块来检测交通标志.实验结果表明该方法对小目标检测有一定的提升,在准确率和平均精度上分别提高了2.4％和0.4％,对于从复杂背景下准确快速识别出交通标志、进一不保障交通安全有重大意义.
文献关键词：
深度学习;交通标志;图像识别;YOLOv5技术;ECA模块
中图分类号：
作者姓名：
刘桐;周凯;李晖
作者机构：
沈阳工业大学信息科学与工程学院,沈阳110870
文献出处：
引用格式：
[1]刘桐;周凯;李晖-.基于YOLOv5的交通标志检测算法)[J].微处理机,2022(05):35-38
A类：
YOLOv5+ECA
B类：
交通标志检测,检测算法,无人驾驶技术,自动检测,即时性,算法模型,模型复杂度,漏检,快速部署,YOLOV5,注意力机制模块,小目标检测,复杂背景,准确快速,快速识别,交通安全,图像识别
AB值：
0.313875
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。
