面向交通场景的轻量级行人检测算法 |
| |
引用本文: | 王清芳,胡传平,李静.面向交通场景的轻量级行人检测算法[J].郑州大学学报(理学版),2024(4):48-55. |
| |
作者姓名: | 王清芳 胡传平 李静 |
| |
作者单位: | 1. 郑州大学计算机与人工智能学院;2. 郑州大学网络空间安全学院 |
| |
摘 要: | 针对交通场景下行人检测模型网络复杂、参数量大以及难以在低性能设备上部署的问题,基于YOLOv5s网络模型提出了一种改进的轻量级行人检测算法。首先,使用Ghost模块重构YOLOv5s网络进行特征提取,降低模型的参数量和计算量,提高推理速度。其次,引入坐标注意力机制提高模型对目标特征的提取能力,提升其对小目标行人的检测效果。最后,采用SIoU损失函数加快模型的收敛速度,提高模型的识别准确率。实验结果表明,改进后的算法能保证较高的检测精度,与原始YOLOv5s算法相比参数量减少47.1%,计算量减少48.7%,提高了交通场景下行人检测的速度且易于部署。
|
关 键 词: | 行人检测 交通安全 YOLOv5网络 轻量化 Ghost模块 |
|
|