多尺度融合的轻量化交通标志检测算法

摘要

针对自动驾驶领域中交通标志检测存在目标小、尺度变化大、精度低、参数多、不宜部署等问题，基于YOLOv8n提出了多尺度融合的轻量化交通标志检测算法。该算法基于部分卷积和卷积门控线性单元构建轻量化特征提取模块，实现动态特征的选择；采用动态采样和通道注意力机制设计多尺度特征融合模块，实现不同层次特征的融合；利用组卷积和局部注意力构造轻量化下采样模块，实现高效计算和精确检测的平衡。在TT100K交通标志检测数据集上，所提算法的精确率和平均精度相较于基准算法分别提高了2.1%和3%,模型的参数量相比原模型减少了50%;在CCTSDB2021交通标志检测数据集上，所提算法的精确率和平均精度比基准算法分别提高了2.1%和1.3%,验证了所提算法的有效性。

关键词

交通标志检测 / 轻量化 / 特征提取 / 多尺度特征融合 / 下采样