交通標識認識は自動運転の安全性を確保することを目的としている。YOLOv5を参考に、本研究では従来のアルゴリズムが精度と効率のバランスに欠ける問題を解決するため、新たなモデルを提案する。まず、特徴抽出に軽量ネットワークであるMobileNetV3を導入することで、パラメータ数を削減する。次に、注目機構（attention mechanism）モジュールを導入し、チャネル特徴を強化することで、モデルの簡略化に伴う精度の低下を補う。実験の結果、提案モデルは中国の交通標識データセット上で93.6%のmAP値を達成し、YOLOv5と同等の精度を示した一方で、パラメータ数はYOLOv5の四分の一以下に抑えることに成功した。