交通目标YOLO检测技术的研究进展

董红召,林少轩,佘翊妮

Research progress of YOLO detection technology for traffic object

Hongzhao DONG,Shaoxuan LIN,Yini SHE

表 3 交通目标中以“路”为检测对象的YOLO算法应用

Tab.3 Application of YOLO algorithm with 'Road' as detection object in traffic target %

文献 研究方向 数据集 YOLO原型 改进方式 P AP mAP 文献[71] 交通标志检测 CCTSDB2021 YOLOv4 引入BECA注意力机制、密集SPP模块、k-means++聚类算法 96.62 — 92.77 文献[73] 交通灯检测 BDD100K、 Bosch YOLOv5 引入ACBlock、SoftPool、DSConv模块 — — 74.3 84.4 — — 文献[75] 道路划线检测 自建数据集 YOLOv2 结合模板匹配技术 100 — — 文献[76] 停车位检测 自建数据集 YOLOv5 引入SPPF模块、GELU激活函数、CA机制、圆形平滑标签 — — 70.72 文献[81] 路面障碍检测 TACO[85] YOLOv5 — — — 24.77 文献[82] 道路损坏检测 RDD2020[86](自主拓展) YOLOv5 将主干网络替换为Shuffle-ECANet 59.2 — 57.6