一种基于ShuffleNet的改进轻量级SCB-YOLOv5交通标志检测方法及系统技术方案

本发明专利技术公开了一种基于ShuffleNet的改进轻量级YOLOv5的交通标志检测方法及系统，包括：结合车辆的视角安装摄像头，采集道路交通标志图像；采集到交通标志图像后，进行各类交通标志目标的标注，制作交通标志检测数据集；构建基于ShuffleNet的改进轻量级YOLOv5的交通标志检测模型，并使用交通标志检测数据集训练检测模型；使用改进的轻量级YOLOv5检测模型在车载处理器上对道路交通标志进行检测，获得前方道路交通标志的类型，并将交通标志类型输出给后续功能模块。本发明专利技术设计了一种交通标志的检测系统，提高交通标志检测的效率和准确性。

【技术实现步骤摘要】

本专利技术属于智能驾驶感知系统领域，具体涉及一种基于shufflenet的改进轻量级scb-yolov5交通标志检测方法及系统。

技术介绍

1、随着自动驾驶技术的快速发展，智能汽车的智能感知技术也在不断更新和迭代。其中，道路交通标志检测是智能驾驶感知系统的关键任务。道路交通标志的有效识别是智能交通系统和无人驾驶技术的基础，也为后续无人智能决策的准确性提供了方便的条件。

2、近年来，越来越多的交通标志检测框架使用cnn，基于cnn的目标检测算法也取得了很多成果。一直以来，目标检测一直是计算机视觉中最基本和最具挑战性的分支。基于cnn的目标检测框架主要分为两类。一种是追求精度的两阶段目标检测算法，另一种是追求速度的单阶段目标检测算法。这两种算法之间的区别取决于建议区域是否被进一步划分。其中，两阶段目标检测算法将对建议区域进行过滤，然后匹配预测框。两阶段目标检测算法主要包括r-cnn系列、mask-rcnn和cascade-rcnn。单阶段目标检测算法主要包括yolo系列和ssd。

3、现有算法的网络框架复杂，计算复杂，模型在部署时所占用本文档来自技高网...

【技术保护点】

1.一种基于ShuffleNet的改进轻量级YOLOv5交通标志检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于ShuffleNet的改进轻量级SCB-YOLOv5交通标志检测方法，其特征在于：在步骤1中，根据车辆驾驶室内部的结构和视角安装摄像头，摄像头的安装不应影响驾驶员视野，并完整地拍摄前方道路视野，然后驾驶车辆在不同时段、路面状况采集道路交通标志图像。

3.根据权利要求1所述的基于ShuffleNet的改进轻量级SCB-YOLOv5交通标志检测方法，其特征在于：在步骤3中，基于ShuffleNet的改进轻量级SCB-YOLOv5交通标志检测...

【技术特征摘要】

1.一种基于shufflenet的改进轻量级yolov5交通标志检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于shufflenet的改进轻量级scb-yolov5交通标志检测方法，其特征在于：在步骤1中，根据车辆驾驶室内部的结构和视角安装摄像头，摄像头的安装不应影响驾驶员视野，并完整地拍摄前方道路视野，然后驾驶车辆在不同时段、路面状况采集道路交通标志图像。

3.根据权利要求1所述的基于shufflenet的改进轻量级scb-yolov5交通标志检测方法，其特征在于：在步骤3中，基于shufflenet的改进轻量级scb-yolov5交通标志检测模型的结构改进方法包括：使用shufflenet v2网络代替yolov5的主干网络，在shufflenet v2网络后添加了ca注意机制，利用simsppf替换spp结构，设计了一个轻量级的跨尺度特征融合机制bcs-fpn。

4.根据权利要求3所述的基于shufflenet的改进轻量级scb-yolov5交通标志检测模型，其特征在于：bcs-fpn的实现方法包括：将c1层输出的特征图连接到f1层的预测端，将c2层输出的特征图连接到f2层的预测端；使用sccbl模块作为基本卷积单元模块；设计c2f-scconv结构，其中scconv由一个空间重建单元sru和一个通道重建单元cru组成，sru采用分离-重建的方法来抑制空间冗余，cru采用分裂变换-融合的策略来减少信道冗余。

5.一种基于sh...

【专利技术属性】
技术研发人员：刘立伟，伦志新，崔丽霞，
申请(专利权)人：唐山学院，
类型：发明
国别省市：