面向小目标交通标志的通道注意力增强YOLOv8s检测算法

施 畅, 朱 宁熙, 刘 琛
江苏警官学院计算机信息与网络安全系

摘要


为提升交通标志检测系统在复杂环境下的性能，针对现有算法对小目标检测精度低、易漏检误检的问题，
对YOLOv8s模型进行改进。通过引入SE注意力机制，增强小目标特征表达。在TT100K数据集上的实验结果表明，
改进后算法的召回率和平均精确度均得到提升，针对小尺度目标的检测效果更好。该方案可有效满足实际场景应用
需求，提升行车安全保障能力。

关键词


交通标志；目标检测；YOLOv8s模型；注意力机制

全文:

PDF


参考


[1]马永杰，程时升，马芸婷等.卷积神经网络及其

在智能交通系统中的应用综述[J].交通运输工程学报，

2021，21（04）：48-71.

[2]陈飞，刘云鹏，李思远.复杂环境下的交通标志

检测与识别方法综述[J].计算机工程与应用[J].2021，57

（16）：65-73.

[3]田鹏，毛力.改进YOLOv8的道路交通标志目标检

测算法[J].计算机工程与应用.2024，60（08）：202-212.

[4]周耀威，孔令军，李慧刚等.基于通道注意力

机制与金字塔池化的包裹破损检测算法[J].无线电工

程.2023，53（11）：2626-2634.

[5]郑娟毅，郭


Refbacks

  • 当前没有refback。