基于交通标志的小目标检测

作     者：曾天豪 陈琳 ZENG Tianhao;CHEN Lin

作者机构：长江大学计算机科学学院湖北荆州434000 

出 版 物：《激光杂志》 (Laser Journal)

年 卷 期：2024年第45卷第3期

页      面：100-105页

学科分类：11[军事学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 08[工学] 081002[工学-信号与信息处理] 110503[军事学-军事通信学] 

基　　金：湖北省科技示范基金项目(No.2019ZYYD016) 

主　　题：小目标检测 前景注意力 交通标志 空洞卷积 

摘      要：针对小目标检测算法在交通标志识别上的精度较低和误检等问题,提出一种前景融合注意力机制网络YOLO-Traffic。先引入EIOU损失函数,分别计算预测框和真实框的宽度,再利用空洞卷积来解决原模型CIOU存在的问题;其次,添加前景注意力机制F-ECA,充分提取前景相关信息,抑制背景噪声;最后使用Kmeans++算法代替Kmeans聚类得到的锚框进行重新分配相应的特征层,进一步提高特征提取能力。在清华大学制作的TT100K交通标志数据集上实验得出,对比原YOLOv5网络,精度提升了2.91%,召回率提升了2.1%,检测速度为44帧每秒,最终精度达到96.89%。因此,所提出的YOLO-Traffic网络可以提升交通标志检测精度和模型性能。