-
题名基于改进YOLOv5算法的交警手势识别
被引量：16
- 1
-
-
作者
王新
王赛
-
机构
河南理工大学物理与电子信息学院
-
出处
《电子测量技术》
北大核心
2022年第2期129-134,共6页
-
基金
国家重点研发计划(2016YFC0600906)
国家自然科学基金(61403129)项目资助。
-
文摘
为了解决交警手势在光照不均匀、背景复杂的环境下识别精准度低以及实时性差等问题,以YOLOv5网络模型为基础,针对标准卷积层感受野范围有限的问题,将部分卷积层替换为自校准卷积,增大感受野范围;引入置换注意力模块,提高算法的特征提取能力;针对交警所处环境复杂多变的问题,将焦点损失函数替换为广义焦点损失函数,提高算法在复杂环境下目标框的表示能力。实验结果表明,改进后的算法在满足实时性的基础上对于交警手势的检测平均精度高达98.54%,相比于未改进的算法平均精度提高了3.39%,且损失函数的损失值更小。
-
关键词
YOLOv5
自校准卷积
sa模块
GFL函数
-
Keywords
YOLOv5
self-calibrated convolutions
sa module
GFL function
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
