ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）２０２３年第３７卷第４期Ｖｏｌ．３７Ｎｏ．４２０２３收稿日期：２０２２－０４－１８基金项目：国家重点研发计划项目（ＳＱ２０２０ＹＦＦ０４１８５２１）；重庆市技术创新与应用发展专项重点项目（ｃｓｔｃ２０２０ｊｓｃｘ-ｘｗｔＢＸ０００５）；川渝联合实施重点研发项目（ｃｓｔｃ２０２０ｊｓｃｘ-ｙｌｈＸ０００７）；重庆市教育委员会科学技术研究项目（ＫＪＱＮ２０１８００７４８）作者简介：邓天民，男，博士，副教授，主要从事交通大数据、自动驾驶、交通控制研究，Ｅ-ｍａｉｌ：２６０７３１３２３＠１６３．ｃｏｍ；通信作者王春霞，女，硕士研究生，主要从事深度学习、交通环境感知研究，Ｅ-ｍａｉｌ：２４０１７８９４７２＠１６３．ｃｏｍ。本文引用格式：邓天民，王春霞，刘金凤，等．结合注意力机制的ＹＯＬＯｖ５红绿灯检测算法［Ｊ］．重庆理工大学学报（自然科学），２０２３，３７（４）：１６６－１７３．Ｃｉｔａｔｉｏｎｆｏｒｍａｔ：ＤＥＮＧＴｉａｎｍｉｎ，ＷＡＮＧＣｈｕｎｘｉａ，ＬＩＵＪｉｎｆｅｎｇ，ｅｔａｌ．ＹＯＬＯｖ５ｔｒａｆｆｉｃｌｉｇｈｔｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｃｏｍｂｉｎｅｄｗｉｔｈａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ），２０２３，３７（４）：１６６－１７３．ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０２３．０４．０１９结合注意力机制的ＹＯＬＯｖ５红绿灯检测算法邓天民，王春霞，刘金凤，刘旭慧（重庆交通大学交通运输学院，重庆４０００７４）摘要：针对现有交通灯算法对小目标、遮挡目标检测识别效果不佳等问题，提出一种基于注意力与多尺度特征融合的ＹＯＬＯｖ５检测算法（ＹＯＬＯｖ５ｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎａｔｔｅｎｔｉｏｎａｎｄｍｕｌｔｉ-ｓｃａｌｅｆｅａｔｕｒｅｆｕｓｉｏｎ，ＡＭ-ＹＯＬＯｖ５）。通过在残差结构中引入坐标注意力模块，提高对小目标的特征提取能力；设计四尺度检测层，通过引入更浅层特征改善对小尺度目标的检测性能，提高检测精度；针对引入注意力和检测层导致计算量增大、速度降低的问题，采用分布移位卷积替换部分主...
