-
题名基于YOLOv7的交通目标检测算法研究
- 1
-
-
作者
王沛雪
张富春
董晨乐
-
机构
延安大学物理与电子信息学院
-
出处
《计算机测量与控制》
2024年第4期74-80,共7页
-
基金
国家自然科学基金(62264015)
延安市科技创新项目(2017CXTD-01)。
-
文摘
针对交通场景中,由于光照、遮挡、目标小以及背景复杂等因素导致目标检测精度低,易出现漏检和误检问题的情况,提出了一种基于YOLOv7的交通目标检测算法;该算法在主干网络中融入多头注意力机制,以增强网络特征学习能力,从而更好地捕获数据和特征内部的相关性;在YOLOv7颈部网络引入协调注意力模块(CA),将位置信息嵌入到注意力机制中,忽略无关信息的干扰,以增强网络的特征提取能力;增加一个多尺度检测网络,以增强模型对不同尺度目标的检测能力;将CIoU损失函数更改为SIoU函数,以减少模型收敛不稳定问题,提高模型的鲁棒性;实验结果表明,改进的算法在BDD100K公开数据集上的检测精度和速度分别达到了59.8%mAP和96.2 FPS,相比原算法检测精度提高了2.5%;这表明改进的算法在满足实时性要求的同时,具备良好的检测精度,适用于复杂情况下的交通目标检测任务。
-
关键词
交通目标检测
YOLOv7网络
注意力机制
浅层网络检测层
SIoU损失函数
-
Keywords
traffic object detection
YOLOv7 network
attention mechanisms
shallow network detection layer
SIoU loss function
-
分类号
TP83
[自动化与计算机技术—检测技术与自动化装置]
-
