来源：期刊VIP网 时间：
作者：王泽玄;雷雪梅;
单位：内蒙古大学电子信息工程学院;
摘要：交通标志检测在自动驾驶系统中具有极其重要的作用，它直接关系到车辆行驶的安全性和遵守交通规则的准确性。交通标志检测对检测精确度、速度和实时性要求很高。目前交通标志检测领域存在检测速度与精确度难以平衡的问题。针对这个问题，基于RT-DETR目标检测算法进行交通标志检测，具有较好的平均精度均值表现。为了进一步提升效率和实时性，提出一种改进的RT-DETR算法，以实现模型轻量化并提升目标检测速度。轻量化RT-DETR使用轻量级网络ShuffleNetV2替换原来的ResNet网络作为RT-DETR的主干网络，在减少计算量和参数量的同时保证了RT-DETR的学习能力，并提升了检测速度。为了进一步优化模型性能，随后通过通道剪枝、量化及知识蒸馏进行微调。实验结果表明：轻量化后的RT-DETR在CCTSDB2021数据集上，平均精度均值（mAP@50）为97.1%，推理时间为13.7 ms，模型大小为16.9 MB；相比以ResNet-50作为主干网络的RT-DETR模型，在保证精度的前提下，模型大小缩小了89.5%，推理时间降低了43.62%，模型更加轻量化，有效地提升了检测速度；与目前主流的同类目标检测方法相比，也具有较快的检测速度和较高的检测精确度。
关键词：交通标志检测;;轻量化;;RT-DETR;;ShuffleNetV2;;剪枝;;知识蒸馏
