改进YOLOv5s的交通摄像头视角下的车辆检测
林海峰1
刘大鹏1
蔡慧2
1.盐城工学院机械工程学院 盐城 2240512.盐城工学院电气工程学院 盐城 224051
摘要：针对当前交通摄像头视角下车辆密集等问题提出一种基于改进YOLOv5s的交通摄像头视角下的车辆检测算法.首先为了增强网络的特征提取能力,引进CA注意力机制和BotNet网络,提高车辆的识别率;然后为了让网络在训练阶段的目标框回归损失可以更快地收敛,提高其定位能力和推理性能,用SIoU替换原来的边框回归损失函数CIoU;最后为了提高小目标检测能力,在检测头部增加一层更浅的特征层,由三尺度检测变为四尺度检测,以此来检测更小的目标.实验结果表明,改进的YOLOv5s相比原始算法均值精度提高2.9%,检测速度达到51 FPS,具有一定的精度和实时性.
关键词：YOLOv5CA注意力BotNetSIoU目标检测
分类号：TP391(计算技术、计算机技术)
论文发表日期：2025-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1327-1332,1398 )
英文信息