基于改进YOLOV5的交通信号灯检测算法研究

分享到

【作者】姚燕婷，雷旭霞，王厚斌，肖志仁
【作者单位】西藏大学信息科学技术学院
【年份】2024
【卷号】第4期
【页码】62-64
【ISSN】1009-6833
【关键词】计算机视觉 Yolov5 交通灯检测 EfficientNet网络注意力机制
【摘要】针对传统的交通信号灯检测难度大、准确率低等问题，本文提出了一种基于EfficientNet和CBAM的YOLOV5交通信号灯检测算法。该算法通过引入EfficientNet作为骨干网络，提高了检测器的效率和准确性的同时，引入CBAM模块加强了网络的注意力机制，进一步提高了检测器的性能。在BDD数据集上的实验结果表明，本文提出的算法检测精度达到93.6%，相比于现有的交通信号灯检测算法，在检测速度和准确性方面均有显著提升。该算法具有较高的实用价值，可用于智能交通系统等领域。
【文献类型】期刊