基于改进YOLOv4的交通指示牌检测算法

作者：刘俊; 王荣壮; 张华良

来源：中国科技论文, 2023, 18(11): 1275-1282.

• 交通指示牌
• 轻量化
• 注意力机制
• 目标检测
• Mobilenetv2

YOLOv4算法广泛应用于交通标志检测且取得了较好的检测效果，但YOLOv4参数量大、实时性不足，对背景复杂的目标特征提取不明显，因此提出了一种基于改进YOLOv4的交通指示牌检测算法。首先，以轻量级网络Mobilenetv2为主干特征提取网络，参数量较原网络降低76.72%,实现了网络轻量级；其次，对Mobilenetv2提取的初步特征层在上采样部分嵌入注意力机制ECANet,以提高被遮挡及背景复杂目标检测能力，同时加入空洞空间卷积池化金字塔，以提高小目标的感受野；最后，完善损失功能，对难易分级的样本和权重进行控制，以提高检测准确率。相比原算法，改进YOLOv4算法的检测精确度提高了5.21%,检测速度达到64帧/s,提升了56.1%。与其他检测算法相比，改进的YOLOv4算法对有遮挡、背景模糊及小目标的交通指示牌有较高的准确度，能够满足实时检测的需求。

• 单位
  中国科学院; 沈阳化工大学; 中国科学院沈阳自动化研究所