基于ST-YOLOv5算法的道路交通信号灯检测

针对YOLOv5 算法在检测交通信号灯过程中存在的误检、漏检及模型特征提取能力不足等问题,提出改进的交通信号灯检测算法ST-YOLOv5.首先,去除主干网络末端的卷积层,并在末端加入基于窗口和移动窗口的多头注意力机制;其次,设计由高分辨率、低水平特征图组成的检测层;最后,通过增加浅层高分辨率特征与深层强语义特征之间的跨层级连接来缓解由于通道数减少而造成的小目标信息丢失问题,并在多层特征聚合后加入有关通道和位置的注意力机制.实验结果表明,在BDD100K数据集中,此改进算法对交通信号灯的检测精度达到70.10％,有效减少了误检、漏检等问题.