科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前交通标志检测在自动驾驶和辅助驾驶等智能驾驶中扮演着重要的角色，其性能的好坏影响着车辆行驶的安全。针对交通标志图像背景复杂和检测目标小等问题，提出了一种基于改进YOLOv8的交通标志检测算法。首先使用全局注意力模块，通过引入空间注意力和通道注意力机制，对输入特征图进行全局关注，有效捕捉输入特征图的全局上下文信息，对特征图在通道和空间维度上进行加权，使模型能够更加关注图像中的交通标志，避免干扰信息的影响，提高网络检测精度；其次引入幻影卷积替换原网络中的普通卷积，减小网络模型体积的同时提高模型的检测速度；最后增加一个小目标检测层，保留特征图更多浅层细节信息，提高网络对小尺寸交通标志的检测能力。实验结果表明，改进后的算法在精确率、召回率和平均精确率上相比于原算法分别提升2.6%、1.1%和1.5%，检测速度满足实时性要求。
-
单位江西理工大学; 自动化学院
