公开(公告)号：CN117237900A

公开(公告)日：2023-12-15

申请号：CN202311410753.5

申请日：2023-10-28

Applicant: 哈尔滨理工大学

Inventor： 王海涛 ,  裴树军 ,  裴洪扬

IPC: G06V20/56 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出了一种基于YOLOV5改进的目标检测方法SSC‑YOLOV5，针对自动驾驶领域中传统目标检测模型存在的对于行人、非机动车、受遮挡车辆等小目标检测精度低的问题。该算法主要步骤包括：S1：获取自动驾驶领域数据集KITTI并对其进行类别重新划分得到新的数据集。S2：在YOLOV5的骨干网络中添加Swin‑transformer模块，通过多头自注意力和分层结构，可以有效地捕获图像中的依赖关系和上下文信息。使用SPPFCSPC模块代替SPPF，从而增大感受野，以便检测不同的目标。S3：引入轻量级上采样算子CARAFE，减少上采样过程中特征信息的损失。S4：将SSC‑YOLOV5与YOLOV5S的实验结果进行对比。实验结果表明，与YOLOV5S相比，SSC‑YOLOV5在检测精度上相比有一定的优势，改进后的算法适用于复杂交通场景下的目标检测任务。