融合Transformer和改进PANet的YOLOv5s交通标志检测

文档名：融合Transformer和改进PANet的YOLOv5s交通标志检测
摘要：针对交通标志检测速度慢和目标大小与类别极度不平衡等问题,提出一种融合Transformer和改进PANet网络的YOLOv5s交通标志检测算法.首先在不增加模型复杂度的前提下,将主干网络末端与Transformer融合以提高网络特征提取能力;其次由于所采用交通标志数据集的目标尺度太小,导致网络32倍大尺度检测层检测效果不佳,故不采用相关网络层,同时采用K-means算法得出适合的预测候选框;然后改进损失函数以解决正负样本极度不平衡问题.最后将所提出的改进算法在JetsonAGXXavier平台上部署验证.实验结果表明,所提算法检测性能更佳,其准确率和召回率在原网络的基础上分别提高了2.2％和0.7％,模型参数量和计算复杂度分别减少了25.8％和10.1％.在Xavier上的检测速度达到76FPS,满足实时交通标志检测的要求且易于在实际场景部署.

作者：张倩   刘紫燕   陈运雷   吴应雨   郑旭晖 Author：ZHANGQian   LIUZiyan   CHENYunlei   WUYingyu   ZHENGXuhui
作者单位：贵州大学大数据与信息工程学院,贵州贵阳550025贵州大学大数据与信息工程学院,贵州贵阳550025;贵州大学公共大数据国家重点实验室,贵州贵阳550025;中国科学院计算机技术研究所,北京100190
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(2)
分类号：TP391.4
关键词：交通标志检测  JetsonAGXXavier  Transformer  PANet  YOLOv5s  
机标分类号：TP391TN911.7TP181
在线出版日期：2023年4月23日
基金项目：贵州大学学术新苗培养融合Transformer和改进PANet的YOLOv5s交通标志检测[
期刊论文]  传感技术学报--2023, 36(2)张倩  刘紫燕  陈运雷  吴应雨  郑旭晖针对交通标志检测速度慢和目标大小与类别极度不平衡等问题,提出一种融合Transformer和改进PANet网络的YOLOv5s交通标志检测算法.首先在不增加模型复杂度的前提下,将主干网络末端与Transformer融合以提高网络特征提取能...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        融合Transformer和改进PANet的YOLOv5s交通标志检测  Fusion Transformer and Improved PANet for YOLOv5s Traffic Sign Detection

融合Transformer和改进PANet的YOLOv5s交通标志检测.pdf

2024-12-14 03:20 上传 融合Transformer和改进PANet的YOLOv5s交通标志检测.pdf

文件大小:

4.61 MB

下载次数:

60

高速下载