基于改进RT-DETR的轻量化交通标志检测方法

摘要

针对交通标志目标小、模型体积大的问题，提出一种基于改进RT-DETR(real-time detection transformer)的轻量化交通标志检测方法.首先，在骨干网络中引入PConv(partial convolution)卷积优化BasicBlock结构，构建PC＿Block模块，增强特征提取能力，减少参数量和计算量；其次，提出DyASF(dynamic attentional scale sequence fusion)模块，通过自适应方式融合多尺度特征，提高模型的空间感知能力和特征表达能力；而后，使用Focaler-MPDIoU损失函数，通过聚焦不同回归样本以及引入最小点距离，准确评估预测边界框与真实边界框之间的相似度，提升模型的检测性能；最后，引入P2检测层，提高对小目标的检测能力，增强模型鲁棒性.在公共数据集TT100K上进行对比实验，结果表明，改进后的模型参数量降低了53.8%,计算量降低了22.8%,检测精度提高了2.4%,可以更好地满足交通标志检测的要求.

关键词

目标检测 / 轻量化 / 交通标志检测 / 多尺度特征 / RT-DETR