典型文献
基于YOLOv5 l和ViT的交通标志检测识别方法
文献摘要：
随着交通行业的发展,交通标志检测识别成为了辅助驾驶系统中最热门的研究方向之一.在实际行车道路中,交通标志具有目标小且类别繁多的特点,针对现有检测与识别算法难以同时兼顾准确度和速率的问题,提出一种YOLOv5l(you only look once version 5l)与视觉转换器(vision transformer,ViT)结合的检测与识别方法.首先采用YOLOv5l对目标进行检测,得出交通标志的位置信息,再将其输入ViT进行分类识别,其中特征连接部分引入DenseNet网络模块,来实现原始特征和卷积后特征映射的密集连接,加强特征的传递性,提高识别率.结果表明:在GTSDB和GTSRB数据集上实验效果更佳,交通标志检测速率达到20 ms,准确率达到98.78％,相比全连接层识别准确率提高了约4％.
文献关键词：
交通标志;检测与识别;YOLOv5l;视觉转换器
中图分类号：
作者姓名：
郭朦;陈紫强;邓鑫;梁晨
作者机构：
桂林电子科技大学,广西无线宽带通信与信号处理重点实验室,桂林541004
文献出处：
引用格式：
[1]郭朦;陈紫强;邓鑫;梁晨-.基于YOLOv5 l和ViT的交通标志检测识别方法)[J].科学技术与工程,2022(27):12038-12044
A类：
5l
B类：
ViT,交通标志检测,检测识别,交通行业,别成,辅助驾驶系统,最热,行车道,检测与识别,识别算法,顾准,和速率,YOLOv5l,you,only,look,once,version,视觉转换器,vision,transformer,位置信息,分类识别,DenseNet,特征映射,密集连接,传递性,识别率,GTSDB,GTSRB,实验效果,检测速率,ms,全连接层,层识别,识别准确率
AB值：
0.452357
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
