原文传递
基于改进YOLOV5的交通监控视频车辆检测方法研究
| 题名： | 基于改进YOLOV5的交通监控视频车辆检测方法研究 |
| 作者： | 张漪;张美月 |
| 作者单位： | 内蒙古自治区交通运输教育中心;长安大学信息工程学院 |
| 关键词： | 车辆检测;YOLOv5;注意力机制;FocalLoss |
| 摘要： | 针对交通监控视频中车辆遮挡、车辆目标偏小导致的错检、漏检问题，提出一种改进的Y0L0v5网络模型。将注意力机制SE模块分别引入YOLOv5网络的Backbone、Neck、Head，经过试验对比得出SE模块引入的最佳位置。针对Y0-LOv5模型存在的正负样本不平衡问题，将焦点损失函数FocalLoss引入模型的训练过程。试验表明，将SE模块与Backbone进行融合，模型的平均准确率mAP提高了0.011%，引入FocalLoss之后，mAP提高了0.02%，同时准确率Precision和召回率Recall均有提高。对自建的数据集进行测试，结果表明：改进的YOLOv5模型能有效地提高交通监控场景中的车辆检测性能。 |
| 期刊名称： | 内蒙古公路与运输 |
| 出版日期： | 202202 |
| 出版年： | 2022 |
| 期： | 02 |
| 页码： | 50-55 |
检索历史
应用推荐
