重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2024, Vol. 38 ›› Issue (5): 55-60.

• 车辆工程 • 上一篇    

面向微型交通标志的ASPC-YOLOv8检测算法

陈其彬，邓 涛，杨志军，汪世豪，李彦波，韩振宇，陈梓山   

  1. （1.重庆交通大学 机电与车辆工程学院，重庆 400074；2.重庆交通大学航空学院，重庆400074；3.绿色航空能源动力重庆市重点实验室，重庆 400074；4.重庆交通大学绿色航空技术研究院，重庆 400074；5.凌云工业股份有限公司，上海 201708）
  • 发布日期:2024-06-24
  • 作者简介:陈其彬，男，硕士研究生，主要从事计算机视觉、目标检测研究，E-mail：1969566217@qq.com；通信作者邓涛，博士，教授，主要从事新能源与智能网联汽车控制、新能源动力系统设计研究，E-mail：d82t722@cqjtu.edu.en。

  • Published:2024-06-24

PDF (PC)

111

赞

摘要： 针对在部分遮挡和复杂背景下的微型交通标志误检、漏检等问题，提出一种基于YOLOv8s的交通标志检测框架。构建空间自适应金字塔卷积模块（ASPC）代替Neck所有Conv模块，设计全新的ASPC2f模块代替部分C2f模块，减少了模型参数量，提升了检测性能；为解决在检测小目标时因尺度不 致而导致的语义信息损失问题，引入小目标检测层，以增强深层和浅层语义信息的有效融合；使用EIOU代替原来的边界框损失函数，提升网络边界框回归性能。经实验，该方法在TT100K交通标志数据集上平均精度均值（mAP）达到89.7%，相较于原模型提升6.2个百分点，微型目标平均精度均值相对提升9.4个百分点，参数量降低2.6 MB。

关键词: 交通标志检测；小目标检测；空间金字塔卷积；特征融合

中图分类号: 

  • U495