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 |
|
|
|