论文部分内容阅读
传统的YOLO v5模型通常利用COCO等大型目标检测数据集进行训练,因与测试集目标场景特征差异较大,导致对自动驾驶中复杂场景目标检测精度不高,本文使用YOLO v5在专用的自动驾驶目标检测数据集kitti中对汽车、行人、骑自行车的人进行了训练,并且做了大量的数据增广工作进一步提高模型的准确率.结果表明:本文提出的训练优化后的YOLO v5模型有效地提高了自动驾驶场景中对这三类目标的的检测精度.与传统的YOLO v5模型相比,三类目标的平均精准度(mAP)均值提高了20％,可以达到90％左右.