基于YOLOv5的自动驾驶场景目标检测算法研究

自动驾驶场景下的目标检测旨在对传感器获取的图像信息进行预测，推断图像中各目标的类别信息和位置信息，是保障自动驾驶汽车安全行驶的关键任务。然而，自动驾驶场景下存在着多种复杂现象，如光照不均、背景干扰、局部遮挡、物体畸变等。这些现象给当前检测算法的识别和定位带来了巨大挑战。为了应对这些复杂现象，本文选取YOLOv5算法中的YOLOv5s作为基准网络，分别对网络的特征提取、特征融合和检测头部分进行改进，构建了基于扩张卷积的特征提取网络、基于多尺度信息增强的特征融合网络和基于注意力机制的检测头。