一種改進(jìn)多尺度特征融合的交通標(biāo)志識(shí)別算法

摘要： 為了進(jìn)一步提高在背景復(fù)雜且目標(biāo)距離遠(yuǎn)的情況下交通標(biāo)志識(shí)別算法的識(shí)別準(zhǔn)確率，在YOLOv5s算法的基礎(chǔ)上提出了一種改進(jìn)的交通標(biāo)志識(shí)別算法MAFM-YOLO。首先，在頸部網(wǎng)絡(luò)設(shè)計(jì)了基于空洞混合注意力機(jī)制的多尺度注意力特征融合模塊，使網(wǎng)絡(luò)在特征融合階段能夠高效保留圖像中的細(xì)節(jié)信息，對(duì)小目標(biāo)更加的敏感。其次，在回歸階段采用歸一化Wasserstein距離改進(jìn)原有的損失函數(shù)，提高了邊界框... （共8頁(yè)）