基于YOLOv5算法的交通标志识别技术研究
DOI:
CSTR:
作者:
作者单位:

安徽工程大学电气传动与控制安徽普通高校重点实验室

作者简介:

通讯作者:

中图分类号:

TP391.4???

基金项目:

皖江高端装备制造协同创新中心开放基金项目:现代数控机床用永磁平面电机设计与控制(项目编号:GCKJ2018013)、安徽工程大学基金项目:大数据驱动的微电网优化调度及其稳定性研究(项目编号:Xjky2020022)


Research on Traffic Sign Recognition Technology Based on YOLOv5 Algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对传统方式识别交通标志算法存在的检测精度较低的问题,提出了一种改进YOLOv5算法的交通标志识别方法。首先改进YOLOv5算法的损失函数,使用EIOU损失函数代替YOLOv5算法所使用的GIOU损失函数来优化训练模型,提高算法的精度,实现对目标更快速的识别;然后使用加权Cluster NMS改进YOLOv5本身所使用的加权NMS算法,提高生成检测框的准确率。实验结果表明,改进后的YOLOv5算法在由长沙理工大学制作的CCTSDB交通标志数据集上训练的模型的mAP值达到了84.35%,比原始的YOLOv5算法提高了6.23%。所以改进YOLOv5算法在交通标志识别中有更高的精度,能够更好的应用到实践当中。

    Abstract:

    Aiming at the low detection accuracy of traditional traffic sign recognition algorithms,a traffic sign recognition method with improved YOLOv5 algorithm is proposed.First,improve the loss function of the YOLOv5 algorithm,use the EIOU loss function instead of the GIOU loss function used by the YOLOv5 algorithm to optimize the training model,improve the accuracy of the algorithm, and achieve faster identification of the target,then use the weighted Cluster NMS to improve the YOLOv5 itself.The weighted NMS algorithm improves the accuracy of generating the detection frame.The experimental results show that the mAP value of the model trained on the CCTSDB traffic sign dataset produced by Changsha University of Science and Technology by the improved YOLOv5 algorithm reaches 84.35%,which is 6.23% higher than the original YOLOv5 algorithm.Therefore,the improved YOLOv5 algorithm has higher accuracy in traffic sign recognition and can be better applied to practice.

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-06-21
  • 最后修改日期:2021-07-07
  • 录用日期:2021-07-20
  • 在线发布日期:
  • 出版日期:
文章二维码
×
《电子测量与仪器学报》
财务封账不开票通知