基于改进Anchor-Free模型的交通标志检测算法

摘要：

交通标志检测是自动驾驶系统的一项重要功能,当前先进的交通标志检测器大多采用Anchor-Based网络模型,根据锚框遍历所有潜在的目标位置.为了减少锚框带来的计算开销和过多的超参数设置,提出了一种基于编码-解码结构的Anchor-Free交通标志检测算法.为了增加解码模块的特征表征能力,在解码模块中引入残差增强分支.为了高效地提取和利用多尺度特征,设计了特征融合子网络,提升对多尺度目标的检测能力,并使用Ghost轻量化模块提取多尺度特征图,不显著引进运算量.在Tsinghua-Tencent100K数据集上进行验证,所提算法实现了92.5％的召回率和90.3％的准确率,模型的参数量和模型大小分别为1.61×107和64.4 Mbit.实验结果表明,与主流目标检测算法相比,所提算法的检测精度较高,计算开销较低,在综合性能上具有优越性.

关键词：机器视觉、交通标志检测、Anchor-Free、残差结构、多尺度特征融合

所属期刊栏目：59

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2023-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：159-166