一种基于改进YOLOv5的车辆行人识别方法

本发明公开了一种基于改进YOLOv5的车辆行人识别方法，包括以下步骤：S1：在不同道路场景上乘坐汽车，使用相机拍摄道路上的车辆行人图片，并筛选BDD100K和KITTI公开数据集中部分图片；S2：对数据集进行预处理，去除车辆行人特征不明显的图片，并标注拍摄的图片；S3：规范数据集标签格式，将标签种类重新分类，按照比例划分数据集；S4：改进YOLOv5算法，使用Alpha‑IOU loss替换原模型的C‑IOU loss作为边界框回归的损失函数，并在模型中添加P2浅层检测层；S5：训练改进后的YOLOv5算法；S6：通过添加L1正则约束BN层系数对算法进行稀疏性训练和剪枝。通过改进算法，为检测器提供灵活性，提高算法对小目标特征的学习能力；通过模型剪枝，提高模型的轻量化效果和检测速度。