车辆目标检测的实时性和精度是判断检测算法是否满足检测需求的两个重要指标，也是当前提高车辆目标检测算法的难点。本文从深度学习入手，改进YOLOv5算法，在网络模型中通过引入注意力机制、改进损失函数、引入SAConv模块，达到提高车辆目标检测实时性和精度的目的。最后，在真实交通环境中进行实验，结果证明改进后网络的整体性能得到了提升，训练速度提升20%，模型精度提升2.2%。
科研之友
微信
新浪微博
Facebook
分享链接
