科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对交通标志识别精度低，识别模型参数量大，识别速度慢的问题，提出了将多头自注意力机制应用到YOLOv4-tiny模型的主干网络中，构建D-CSP模块和A-CSP模块，替换原模型中的主干网络，其中D-CSP模块使用深度可分离卷积显著降低模型的参数数量和计算量，A-CSP模块将多头自注意力机制和卷积运算融合，增强了特征图的语义信息，最后在四层特征图上进行不同尺度的目标检测，降低漏检率。在TT100K数据集上的测试结果表明，上述模型的平均精度达到90.7%,相比YOLOV4-tiny模型提升了2.1%,模型大小为22.9MB,比YOLOV4-tiny模型少了0.9MB。上述算法一定程度上减少模型大小，并带来了检测精度的提升。
- 单位
