基于改进YOLOX的轻量化交通监控目标检测算法

作     者：胡伟超 郭宇阳 张奇 陈艳艳 HU Weichao;GUO Yuyang;ZHANG Qi;CHEN Yanyan

作者机构：公安部道路交通安全研究中心科研管理处北京100062 北京工业大学城市交通学院北京100124 成都市公安局交通管理局成都610017 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第7期

页      面：167-174页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划(2020YFB1600304) 中央级公益性科研院所基本科研业务费专项资金项目(111041000000180001221101) 

主　　题：目标检测 交通监控场景检测 YOLOX 轻量化 PP-LCNet 

摘      要：交通目标检测技术是道路交通管理部门进行交通流量监测、安全管控等核心工作的重要技术之一。面对大量的交通监控视频数据,需要使用检测速度更快、精度更高、占用计算资源更少的交通目标检测技术。为了满足这一需求,根据YOLOX算法和PP-LCNet网络,提出了一种面向交通监控场景的轻量型交通目标检测算法PL-YOLO。使用基于PP-LCNet改进的网络作为目标检测器的主干特征网络,使用深度可分离卷积代替YOLOX中的普通卷积,降低模型运算过程中的复杂度;根据交通监控场景下的车辆分布密集且尺寸小的特点,添加SimAM注意力机制模块,聚焦于更有意义的特征图像。实验结果表明,相对于YOLOX-s模型,改进后的PL-YOLO检测精度提升1.89个百分点,模型大小降低了54%,FPS从20.88帧/s提升到26.68帧/s。