基于YOLOv5的轻量化交通标志检测方法

来源：电子测量技术杂志2022年第8期北京时间：

作者：张上，王恒涛，冉秀康

单位：1. 三峡大学 湖北省建筑质量检测装备工程技术研究中心 宜昌 443002;2. 三峡大学 计算机与信息学院宜昌 443002;3.三峡大学 电气与新能源学院 宜昌 443002

摘要：针对目前交通标志检测算法存在网络复杂度高、计算量大、边缘端部署难度高。提出一种基于YOLOv5的轻量化交通标志目标检测算法。通过增加注意力机制，使用CBAM和CA融合的方式，强化检测模型抗干扰能力；通过FPGM剪枝，对模型进行了压缩，降低计算量、提高推理速度；通过软硬件融合设计，实现YOLOv5s模型与硬件融合，形成一整套完整的移动智能交通标志目标检测系统；结果表明，增加多种注意力机制后，模型精度提高了2.8%。在极限剪枝的情况下，模型仅有0.54MB。在Jetson Nano（20W）的环境下，检测速度达21帧/s，满足实时的交通标志检测。

关键词：目标检测;注意力机制;模型剪枝;软硬件融合; YOLOv5; FPGM