基于改进YOLOv5的复杂天气下小交通标志目标检测方法

摘要

本发明提出了一种基于改进YOLOv5的复杂天气下小交通标志目标检测方法，用于解决交通标志识别模型检测速度与识别精度不均衡以及受遮挡目标和小目标难以检测的问题；其步骤为：首先，加载交通标志图像的数据集，并对数据集中的图像进行数据增强；其次，构建改进的YOLOv5网络模型，并设置模型输入参数；然后利用数据增强后的交通标志图像数据对改进的YOLOv5网络模型进行训练，得到检测模型；最后，利用检测模型对待识别的图像进行预测，输出交通标志的位置以及交通标志所属的类别。本发明通过添加坐标注意力机制和小目标检测层提高了特征提取能力和检测效率，同时通过改进的损失函数进一步提高了对小目标检测的准确率。