基于改进YOLOv5轻量化的车辆目标检测算法

来源：计算机应用与软件杂志2024年第12期北京时间：

作者：田栋, 魏霞, 袁杰

摘要：无人驾驶汽车在近年来取得了巨大的进展和突破，环境感知技术作为无人驾驶汽车安全行驶的重要前提，则需要在行驶的过程中提前检测其周围环境，并快速且准确地检测出周围目标。基于此问题，提出基于改进YOLOv5的目标检测算法。将EfficientNetV2作为YOLOv5算法的主干特征提取网络；为了提高算法的收敛性，引入MetaAconC激活函数，并在Head中融合BiFPN，增加图像特征融合的多样性，不仅使算法模型减小了39%，更在精度上也有一定的提高。通过实验验证，相比YOLOv5原方法，该算法在保证目标检测实时性的同时具有更高的检测精度，且设备兼容性更好。

关键词：YOLOv5, MetaAconC, 轻量化, 特征融合, BiFPN