科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对夜间车辆检测过程中光照微弱导致漏检误检的问题，基于YOLOv5s和双稳随机共振提出一种改进的夜间车辆检测算法。YOLOv5s从四方面进行改进，在Backbone、Neck中更换细小结构，提高网络对小目标的检测能力；加入由坐标注意力CA和能量注意力SimAM构成的双注意力机制，提高网络对目标的特征提取能力；采用轻量化骨干Fasternet，减少模型参数量；在Head中采用WIoU损失函数，加快边界框回归损失的收敛速度。利用经典的双稳随机共振对夜间车辆数据集进行低照度图像增强，分析其有效性，并将增强后的夜间车辆图像传入改进的YOLOv5s网络进行训练。实验结果表明，融合改进的YOLOv5s和双稳随机共振的夜间车辆检测算法，相较于原始YOLOv5s，在执行远景小目标以及密集遮挡的夜间车辆检测任务时具有更高的准确率和更低的漏检率。
- 出版日期2023
- 单位南京邮电大学; 通信与信息工程学院
