基于高精度YOLOv8算法的交通标志检测模型设计与应用

摘要

针对辅助驾驶在环境感知中对交通标志的检测出现错检、漏检问题，本文提出一种高精度YOLOv8(high precision-YOLOv8,HP-YOLOv8)算法。首先，该算法通过引入空间深度转换卷积模块优化模型对小目标和低分辨率图像的处理能力；其次，在算法模型的C2f模块引入轻量级注意力机制倒置残差移动块，增强模型处理长距离信息的能力；最后，利用Focal Loss函数解决传统目标检测中分类与定位不一致问题。实验结果证明：HP-YOLOv8算法mAP@0.5达到97.3%,相比基线算法提高2.5%,检测速率(FPS)达130帧/s,表明改进后的算法模型综合性能更好，具有较高的实际应用价值。

关键词

辅助驾驶 / 交通标志 / 空间深度转换卷积 / 倒置残差移动块