| 基于改进YOLOv5的高速公路隧道车辆和人员检测 |
| |
| 引用本文： | 彭红星,袁畅,柯威曳,梁敏君,马永强.基于改进YOLOv5的高速公路隧道车辆和人员检测[J].科学技术与工程,2024,24(6):2453-2461. |
| |
| 作者姓名： | 彭红星 袁畅 柯威曳 梁敏君 马永强 |
| |
| 作者单位： | 河南理工大学 ,计算机科学与技术学院;河南理工大学,计算机科学与技术学院;浙江交投高速公路运营管理有限公司 |
| |
| 基金项目： | NSFC-河南联合基金(U1904119)；河南省高等学校重点科研项目(23A520037) |
| |
| 摘 要： | 针对高速公路隧道内光线昏暗、图像受灯光影响及远距离小目标检测困难等问题，提出了一种改进的YOLOv5高速公路隧道车辆和人员检测算法。首先，使用高斯混合聚类来获得更加匹配数据集目标的一组锚框，提高了模型的检测精度；其次，在特征融合部分引入CARAFE算子，扩大感受野，降低上采样过程特征细节损失；最后，通过向网络中插入坐标注意力 (Coordinate Attention，CA)，进一步增强模型对图像各位置特征的提取能力。为验证算法的有效性，在浙江温丽高速公路隧道数据集上进行实验，结果表明：所提算法的平均检测精度(mean Average Precision ,mAP)达到了95.7%，较原模型提升3.8%，对于远距离小目标和受严重灯光影响的目标能够实现更加精准检测，为复杂环境下高速公路隧道内车辆和人员检测提供了一种有效的解决方案。
|
| 关 键 词： | 目标检测 隧道 小目标 高斯混合聚类 carafe 注意力 |
| 收稿时间： | 2023/3/29 0:00:00 |
| 修稿时间： | 2023/12/4 0:00:00 |
Vehicle and Personnel Detection in Highway Tunnels Based on Improved YOLOv5 |
| |
| Peng Hongxing,Yuan Chang,Ke Weiye,Liang Minjun,Ma Yongqiang.Vehicle and Personnel Detection in Highway Tunnels Based on Improved YOLOv5[J].Science Technology and Engineering,2024,24(6):2453-2461. |
| |
| Authors: | Peng Hongxing Yuan Chang Ke Weiye Liang Minjun Ma Yongqiang |
| |
| Institution: | School of Computer Science and Technology, Henan Polytechnic University |
| |
| Abstract: | |
| |
| Keywords: | object detection tunnel small target gaussian mixture clustering carafe attention |
|
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
