改进的yolov5车辆行人检测方法在云南高速公路的应用

云南交投集团高速监控系统及时高效地对各类交通事故、交通阻塞、违章事件的检出和上报,高度依赖于其对应的目标检测算法。本文针对现有目标检测算法在高速公路监控领域对各类车辆、行人及小目标对象适配性不高、检测精度不够、检出效果不足的问题,提出了一种高速场景下改进yolov5的车辆行人检测算法。本文在yolov5s算法框架的基础上,通过在原有3层输出层基础上额外增加小目标输出层提升对高速场景小目标的检测能力,同时通过引入SPD-Conv卷积提升了网络主干对细粒度特征的提取,最后通过改进原有置信度损失和分类损失进一步提升了算法的检测效果。实验结果和项目实践表明,在自制的真实场景高速数据集下,改进后的yolov5s算法与原yolov5s模型相比,在其推理耗时有少量增加但仍能保证检测过程实时性的情况下,其精确率、召回率、平均准确率均有较明显提升,满足了工程上对高速场景下各类事件的检出要求。