基于改进YOLOv5s的轻量化交通灯检测算法 |
| |
引用本文: | 蔡管鸿,李国平,王国中,滕国伟.基于改进YOLOv5s的轻量化交通灯检测算法[J].上海大学学报(自然科学版),2024(1):94-105. |
| |
作者姓名: | 蔡管鸿 李国平 王国中 滕国伟 |
| |
作者单位: | 1. 上海工程技术大学电子电气工程学院;2. 上海大学通信与信息工程学院 |
| |
基金项目: | 国家重点研发计划资助项目(2019YFB1802700); |
| |
摘 要: | 针对目前交通灯检测算法网络模型参数量过大、实时性差的问题,提出了一种基于改进YOLOv5s的轻量化交通灯检测算法.首先,用轻量化网络MobileNetv3替换原主干网络并引入注意力机制,在对检测精度影响不大的前提下降低模型参数量;然后,使用深度可分离卷积替换颈部网络中的传统标准卷积,进一步降低模型参数量;接着,针对交通灯尺度小的特点,删除检测大目标的检测层;最后,改进边框回归损失函数,提升边框检测精度.同时,为了能实时部署在嵌入式平台,该算法对网络进行通道剪枝实现模型压缩和加速.实验结果表明,该算法在嵌入式平台NVIDIA Jetson Xavier NX上能达到48.1帧/s的检测速度,相比原始YOLOv5s牺牲了1.5%的mAP,但是该模型体积压缩了54.3%,检测速度提高为原来的2.6倍,可以满足在交通道路中实时对交通灯检测的需要.
|
关 键 词: | 交通灯检测 轻量化模型 YOLOv5s MobileNetv3 通道剪枝 |
|
|