面向微型交通标志的ASPC-YOLOv8检测算法OA北大核心CSTPCD
ASPC-YOLOv8 detection algorithm for miniature traffic signs
针对在部分遮挡和复杂背景下的微型交通标志误检、漏检等问题,提出一种基于YOLOv8s的交通标志检测框架.构建空间自适应金字塔卷积模块(ASPC)代替Neck所有Conv模块,设计全新的ASPC2f模块代替部分C2f模块,减少了模型参数量,提升了检测性能;为解决在检测小目标时因尺度不一致而导致的语义信息损失问题,引入小目标检测层,以增强深层和浅层语义信息的有效融合;使用EIOU代替原来的边界框损失函数,提升网络边界框回归性能.经实验,该方法在TT1…查看全部>>
To address the misdetection and omission of miniature traffic signs under partial occlusion and complex background, this paper proposes a traffic sign detection framework based on YOLOv8s.First, the adaptive spatial pyramid convolution module ( ASPC) is built to replace the Neck part of the Conv module.A new ASPC2f module is designed to replace the part of the C2f module, reducing the number of model parameters and improving the detection performance.To miti…查看全部>>
陈其彬;邓涛;杨志军;汪世豪;李彦波;韩振宇;陈梓山
重庆交通大学 机电与车辆工程学院, 重庆 400074重庆交通大学 航空学院, 重庆 400074||绿色航空能源动力重庆市重点实验室, 重庆 400074||重庆交通大学绿色航空技术研究院, 重庆 400074重庆交通大学 机电与车辆工程学院, 重庆 400074重庆交通大学 机电与车辆工程学院, 重庆 400074凌云工业股份有限公司, 上海 201708凌云工业股份有限公司, 上海 201708凌云工业股份有限公司, 上海 201708
交通运输
交通标志检测小目标检测空间金字塔卷积特征融合
traffic sign detectionsmall target detectionspatial pyramid convolutionfeature fusion
《重庆理工大学学报》 2024 (9)
55-60,6
国家自然科学基金项目(52275051)重庆市教育委员会科学技术研究重点项目(KJZD-K202000701)重庆交通大学自然科学类揭榜挂帅项目(XJ2023000701)重庆市自然科学基金项目(CSTB2022NSCQ-LZX0068)
评论