基于改进YOLOv4的交通标志识别方法

作者：王靖逸; 刘树惠

来源：电子设计工程, 2022, 30(18): 184-188.

DOI：10.14022/j.issn1674-6236.2022.18.039

• 智能交通
• 交通标志识别
• YOLOv4
• 目标检测

文中提出了一种基于改进YOLOv4的交通标志识别方法，用于解决当前在交通标志识别任务中基于深度学习方法实时性较差、准确度较低的问题。在原版YOLOv4网络架构的基础上，使用原始的Darknet残差层替代了CSPDarknet53的CSP阶段，并对YOLOv4的PAN体系进行了CSP化，降低了运算量。用改进后的YOLOv4算法进行交通标志的特征提取，经过迁移学习对模型进行调整后实现了道路环境下交通标志的识别。为了测试改进算法的性能，在TT100K交通标志数据集上进行相关识别任务实验。实验结果表明，该算法的平均水平精度值（m AP）达到了86%，相较于原版YOLOv4算法提升了2.6%，每秒帧数（FPS）相较于原版YOLOv4算法提升了4.1。改进算法在检测精度和检测速度上较原版算法均有一定的提升。

• 单位
  武汉邮电科学研究院