基于改进YOLOV4模型的交通标志识别研究

• 作者: 陈梦涛 余粟
• 来源期刊: 微电子学与计算机
• 关键词: 交通标志识别 高清街景图像 注意力机制 增强感受野
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 人工智能与算法
• 页码范围: 17-25
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19304/J.ISSN1000-7180.2021.0858

摘要

为了解决目前高清街景图像中定位和分类交通标志任务时，出现的图像目标背景复杂，小目标不易识别等一系列问题，提出了一种基于YOLOV4模型改进的交通标志识别新算法.首先，在原骨干网络中嵌入新型注意力机制CA模块，形成一对方向感知和位置敏感的注意力图，使网络能够在更大区域内聚焦有效特征；其次，在颈部特征增强网络处添加适量的增强感受野RFB模块，进一步提升网络的特征融合能力.在TT100K交通标志数据集上进行实验发现，改进算法在IOU阈值为0.5时，相较于原算法的mAP指标提升了近4个百分点，每秒识别帧数达到了39FPS.因此，提出的CA-RFB-YOLOV4算法可以在增加少量计算参数的情况下，显著提升目标数据的识别精度, 更好地满足了实际场景中交通标志识别的需求.