文章预览
［摘 要］ 本文针对道路建设迅速推进，道路场景地物目标检测效率低、精度低等问题，提出一种基于改进YOLOv5模型的道路场景地物目标检测和尺寸测量方法。针对检测效率低问题，本文利用无人机采集道路场景地物数据；针对目标检测精度低问题，通过在Backbone 主干网络中C3 模块中增加卷积块注意力模块（CBAM）注意力机制、增加P2 小目标检测头和改进损失函数SIoU 来改进YOLOv5 模型，提高精度。最后，利用数字正射影像图（DOM）和数字表面模型（DSM）进行道路场景地物尺寸测量。实验结果表明：利用改进YOLOv5 模型对道路地物进行检测，Precision、Recall、mAP@0.5 和mAP@0.5：0.95 分别比YOLOv5 模型算法提高了1.7%、7.5%、6.5%和4.2%，分别达到了85.9%、90.0%、90.3%和52.1%，有效提高了地物目标检测精度；利用DSM进行道路场景地物尺寸测量也达到很好效果。 ［关键词
………………………………
