改进YOLOX的弱光线道路交通标志检测

作者：霍爱清; 南思媛^*; 胥静蓉

来源：电子测量技术, 2023, 46(06): 62-67.

DOI：10.19651/j.cnki.emt.2210944

• 交通标志检测
• Mobile Vi T网络
• 自适应空间特征融合
• Focal损失函数
• YOLOX算法

针对弱光线环境下道路交通标志检测精度不高、漏检、错检等情况，提出了一种改进YOLOX的融合检测算法。该算法引入轻量级Mobile Vi T Block模块，将CNN和Transformer结合，提高了网络对物体局部和全局特征的学习能力；通过添加自适应特征融合金字塔ASFF,对有效特征层进行加权融合，加快了网络训练收敛速度；并采用Focal Loss替换二元交叉熵损失函数，用以解决因样本少导致分类不准确的问题。实验结果表明，相较于YOLOX算法，改进YOLOX算法mAP值提升了2.89%,参数量减少了6.23 M,可视化实验进一步验证了所提算法可以提高检测精度，有效避免因弱光线导致的漏检、错检现象。

• 单位
  电子工程学院; 西安石油大学