基于改进YOLOv8的交通标识检测方法

• 全文链接
• 请求原文

作   者：

李玉婷;  袁振超;  张丽; 

作者机构：

上海市测绘院; 

关键词：

损失函数;  注意力机制;  交通标识检测;  高精地图;  智能驾驶;  YOLOv8; 

期刊名称：

测绘通报

i s s n：

0494-0911

年卷期：

2024 年 012 期

页   码：

106-110

摘   要：

近年来，上海开展新型基础测绘试点工作，已完成全市上万千米的全息道路，覆盖了上海城市主要道路。随着智能驾驶的快速发展，准确地检测和识别道路交通标识是构建智能驾驶道路框架数据的重要一环。在实际场景中很多因素会给影像中交通标识的检测带来挑战，如运动模糊、日照条件及拍摄角度等。针对此问题，本文提出了一种基于YOLOv8改进的交通标识检测算法。在模型的Neck部分融合GAM注意力机制，增强了交通标识的特征信息；使用Wise＿IoU损失函数代替原有的损失函数，提升了数据集的训练性能。与未作任何优化的模型相比，优化后的模型在交通标识检测上的精确度和平均精度均值分别提升了6.5%、4.1%,具有实际应用价值。